Python 熊猫分组和总和

我有一个pandas数据框，它由三列a、B、C组成，我需要根据行值求和

下面是场景

A            B               C

Distance_a  distance_b       5
Distance_a  distance_c       6

distance_b  distance_c       7

distance_b  distance_d       7

distance_d  Distance_a       9

如果我想找出距离Distangia A的累积距离，我需要我的代码加上5、6，也应该考虑最后一列，即DistangsId距离αA，它需要加上9以及

---

因此，与a的累积距离将为5+6+9=20。有一个简单的解决方法，假设您的原始数据帧是df，那么您只需要：

pd.concat（[df['A'，'C']]，
df[['B'，'C']].重命名（列={'B'：'A'}）]，
sort=False）。groupby（'A'）。sum（）

---

基本上，我所做的是将df[['A'，'C']]和df[['B'，'C']]合并在一起（同时将第二个df列重命名为['A'，'C']），然后groupby

@Hongpei的答案当然更有效，但如果你只想得到距离的和。您也可以执行以下操作

import pandas as pd

# initialize list of lists
data = {'A':['distance_a', 'distance_a', 'distance_b', 'distance_b', 'distance_d'],
        'B':['distance_b', 'distance_c', 'distance_c', 'distance_d', 'distance_a'],
        'C':[5, 6, 7, 7, 9]}

# Create the pandas DataFrame
df = pd.DataFrame(data)

# Group by columns A and B individually
col_A_groupby = df.groupby(['A']).sum()
col_B_groupby = df.groupby(['B']).sum()

# Sum the values together
dist_a_sum = col_A_groupby.loc['distance_a'] + col_B_groupby.loc['distance_a']

---

IIUC，a

melt

和

sum

就足够了

s = df.melt('C').groupby('value').C.sum()
print(s)

Out[113]:
value
Distance_a    20
distance_b    19
distance_c    13
distance_d    16
Name: C, dtype: int64

---

如果您可以首先提供包含数据的原始数据帧代码，这将非常有用。您希望输出什么？