基于 Pandas DataFrame 中另一列的总和列答案

【问题标题】：Sum column based on another column in Pandas DataFrame基于 Pandas DataFrame 中另一列的总和列
【发布时间】：2019-10-15 01:38:39
【问题描述】：

我有一个这样的熊猫数据框：

>>> df = pd.DataFrame({'MONTREGL':[10,10,2222,35,200,56,5555],'SINID':['aaa','aaa','aaa','bbb','bbb','ccc','ccc'],'EXTRA':[400,400,400,500,500,333,333]})
>>> df
   MONTREGL SINID EXTRA
0        10   aaa   400
1        10   aaa   400
2      2222   aaa   400
3        35   bbb   500
4       200   bbb   500
5        56   ccc   333
6      5555   ccc   333

我想对每个分组的MONTREGL 列求和SINID...

所以我得到 2242 的 aaa 等等...我还想保留列 EXTRA 的值。

这是预期的结果：

   MONTREGL SINID EXTRA
0      2242   aaa   400
1       235   bbb   500
2      5611   ccc   333

提前感谢您的帮助！

【问题讨论】：

您是否尝试过使用groupby？
print(df.groupby(by=["SINID"])["MONTREGL"].sum()) ?
pandas.pydata.org/pandas-docs/stable/reference/api/…
你能做一个print(df.info()) 并分享结果打印
@yatu 之前提出的解决方案有效但在生产中无效dfd= df.groupby('SINID').MONTREGL.sum().reset_index().assign(EXTRA=df.EXTRA.unique()) 我收到错误Length of values does not match length of index

标签： python pandas dataframe

【解决方案1】：

我最终使用了这个脚本：

dff = df.groupby(["SINID","EXTRA"]).MONTREGL.sum().reset_index()

它在这个测试和生产中有效。

【讨论】：

【解决方案2】：

以下代码适用于您的示例：

df1 = df.groupby(["SINID"]).sum()
df1['EXTRA'] = df.groupby(["SINID"]).mean()['EXTRA']

结果：

       MONTREGL  EXTRA
SINID                 
aaa        2242  400.0
bbb         235  500.0
ccc        5611  333.0

【讨论】：

【解决方案3】：

我知道这篇文章很旧，但这可能对其他人有帮助：

使用 loc： df.loc[df['SINID'] == aaa].MONTREGL.sum()

使用 groupby： df.groupby('SINID')['MONTREGL'].sum()

以下链接回答了类似的问题（查看 Alex Riley 的回复）：

How do I sum values in a column that match a given condition using pandas?

祝你好运，

【讨论】：

【解决方案4】：

我的建议是使用与其他列相关的条件过滤您的数据框，然后应用 sum 函数，

事情是这样的。

import pandas as pd

df=pd.Dataframe({a:[1,2,3],b:[2001,2015,2019],c:[1,0,1]})

aux=df[df.c>0]

sa=aux.a.sum()

sb=aux.b.sum()

我的语法可能不正确（我没有运行代码）但它可能会起作用并引导您找到答案

祝你好运。

【讨论】：