Pandas GroupBy和Sum python

大家好，我试着按日期分组数据，然后对第二列求和，但我没有得到我需要的信息

这是我的数据：

|Day       |Messages|Codes  |
|----------|--------|-------|
|2020-08-25|647     |34234  |
|2020-08-25|6,396   |3425645|
|2020-08-25|16,615  |64564  |
|2020-08-26|16,066  |45654  |
|2020-08-26|4,716   |343234 |
|2020-08-26|748     |35455  |
|2020-08-28|571     |343423 |
|2020-08-28|14      |3423   |
|2020-08-28|1       |SDAS2  |

我需要的输出如下：

|Day       |Messages|Codes  |
|----------|--------|-------|
|2020-08-25|23658   |34234  |
|          |        |3425645|
|          |        |64564  |
|2020-08-26|21530   |45654  |
|          |        |343234 |
|          |        |35455  |
|2020-08-28|586     |343423 |
|          |        |3423   |
|          |        |SDAS2  |

首先需要按天分组，然后对Messages列求和，我尝试了下一行，但没有像我预期的那样工作：c

#1
read = pd.read_csv('data.csv')
read.groupby(['Day'])
read.groupby(['Messages']).sum()
read.to_html('test.html',index=False)

#2
read = pd.read_csv('data.csv')
group_day = read.groupby(['Day','Messages']).sum()
group_day.to_html('test.html')
  
#3
read = pd.read_csv('data.csv')
read.groupby('Day')[['Messages','ShortCode']].sum()
read.to_html('test.html',index=False)

---

这可能会让您接近您所需要的：

---

read.groupby（['Day'，'Messages'，'ShortCode']）.size（）.reset_index（）.set_index（['Day'，'Messages']）

read.assign（Messages=read.groupby（“Day”）[“Messages”]。transform（“sum”）

？为什么有些列不在预期输出中？但是

code

列在该行中仍然有值