Python 对数据帧中的行进行求和,同时保持相似的数据帧结构
我有以下数据帧:Python 对数据帧中的行进行求和,同时保持相似的数据帧结构,python,pandas,Python,Pandas,我有以下数据帧: Stint Year ID Data1 Data2 Team 1 2010 A 10 1 SFN 1 2011 A 10 1 SFN 1 2013 A 10 1 SFN 2 2013 A 10 1 ATL 1 1922 B 10 1
Stint Year ID Data1 Data2 Team
1 2010 A 10 1 SFN
1 2011 A 10 1 SFN
1 2013 A 10 1 SFN
2 2013 A 10 1 ATL
1 1922 B 10 1 ARI
1 1923 B 10 1 ARI
1 1924 B 10 1 ARI
我试图返回一个新的DataFrame,它将相同年份的Data1和Data2列中的值相加。我希望上面的数据框最终看起来像这样:
Year ID Data1 Data2
2010 A 10 1
2011 A 10 1
2013 A 20 2
1922 B 10 1
1923 B 10 1
1924 B 10 1
我搞乱了一些groupby函数,但是我在获取正确的数据帧结构时遇到了问题
谢谢 groupby
withas\u index=False
不会在新索引中包含分组列
df.groupby(['Year', 'ID'], as_index=False)[['Data1', 'Data2']].sum()
Year ID Data1 Data2
0 1922 B 10 1
1 1923 B 10 1
2 1924 B 10 1
3 2010 A 10 1
4 2011 A 10 1
5 2013 A 20 2
groupby
带有sort=false
此外,如果您希望以相同的年份格式保存数据,例如[20102011213192219231924],您可以选中“sort=False”
因此,可以使用设置为false的排序值编写相同的代码,如下所示:
df.groupby(['Year', 'ID'], as_index= False, sort= False)[['Data1', 'Data2']].sum()
df.groupby(['Stint','Year',as_index=False).sum()
这很有效!只有我必须从groupby命令中删除'Stint'