在熊猫数据框中对具有相同字符串 ID 的列求和答案

【问题标题】：Summing columns with same string ID in a pandas dataframe在熊猫数据框中对具有相同字符串 ID 的列求和
【发布时间】：2020-09-09 17:38:44
【问题描述】：

我确信有一种使用 pandas 的好方法可以做到这一点，但我一直在绕圈子。

我想对具有相同 ID 号的列中的值求和。

例子df：

ID_number  Billed  Paid  Balance
A100       300     20    280
A100       1000    1000  0
B9B6       1200    0     1200
B9B6       200     40    160

我在输出中寻找什么：

ID_number  Billed  Paid  Balance
A100       1300    1020  280
B9B6       1400    40    1360

给我带来麻烦的警告是身份证号码包含字母和数字。

我尝试将数据框一分为二，并将 Billed、Paid 和 Balance 列更改为 int 值，以便它们可以相加，但我需要按索引号对它们进行分组以便将它们加在一起。无论我如何对数据帧进行切片和切块，当我再次将它们连接在一起时，它会返回为“对象”类型，并且我的对象编号会像字符串一样被粉碎在一起，而不是像 int 值那样相加。

我也尝试更改单个列的数据类型，但我无法让它工作，因为一些数字在十进制方面相当长，我收到了这个错误：ValueError: invalid literal for int() with base 10:

我一直在尝试使用 df.groupby(['ID_number'].agg('sum') 函数进行聚合。

有谁知道如何做到这一点？

【问题讨论】：

df.groupby('ID_number').sum()?
@BEN_YO 当我使用它时，行输出最终为“A100 3001000 201000 2800”，就好像对象被连接而不是被求和一样。
您的列类型是字符串，将它们转换为数字，@BEN_YO 解决方案将起作用。
@Erfan 当我使用 df['ID_number'] = df['ID_number'].astype(int) 将列类型更改为字符串时，我收到以下错误： ValueError: invalid literal for int( ) 以 10 为底：'7.140000000000001'
请提供minimal reproducible example，以及整个错误输出。

标签： python pandas dataframe aggregate concat

【解决方案1】：

给你：

df.groupby('ID_number').sum()

【讨论】：

@BEN_YO 在上面提出了这个建议，但是每当我这样做时，行输出都会以 'A100 3001000 201000 2800' 结束，就好像对象被连接而不是被求和一样。
这不应该发生。请在分组前发布这些行
虽然只有代码的答案可能会回答这个问题，但您可以通过为您的代码提供上下文、此代码工作的原因以及一些文档参考以供进一步阅读，从而显着提高您的答案质量.

【解决方案2】：

 df.groupby(['ID_number']).sum()

【讨论】：

虽然只有代码的答案可能会回答这个问题，但您可以通过为您的代码提供上下文、此代码工作的原因以及一些文档参考以供进一步阅读，从而显着提高您的答案质量.

【解决方案3】：

编辑：现在我发现你没有索引列，试试这个：

index_list = pd.Index.tolist(df.ID_number)

试试这个：

index_list = pd.Index.tolist(df.index)
df.groupby(index_list).sum()

它将索引列转换为列表，然后在 groupby 函数中使用它。希望这能解决您的问题。

【讨论】：