Pandas 数据框，如何按单列分组并将总和应用于多列并添加新的总和列？答案

【问题标题】：Pandas dataframe, how can I group by single column and apply sum to multiple column and add new sum column?Pandas 数据框，如何按单列分组并将总和应用于多列并添加新的总和列？
【发布时间】：2021-02-01 00:18:44
【问题描述】：

这应该很容易，但不知何故我找不到可行的解决方案。

我有一个看起来像这样的熊猫数据框：

Slno   Date         col2   col3   col4   col5  col6
0     01/02/20      2      1      2      5     d
1     03/02/20      5      1      2      4     g
2     04/02/20      5      1      2      5     h
3     05/02/20      4      1      2      6     e
4     08/02/20      8      1      2      5     g
5     05/02/20      8      1      2      8     r

**我想按日期分组，并将 col2、col3、col4、col5 的 sum() 逐行作为新列总计

这是我尝试过的：

df_new[Total] = df.groupby(['Date', sort=False])["col2", "col3", col4", "col5].sum(axis = 1)

它给出 ValueError: Wrong number of items passed 4, placement 意味着 1

我也试过了

         df = (df.groupby(['Date'])
         .agg(Total=('ConfirmedIndianNational', 'ConfirmedForeignNational', 'Cured', 'Deaths', 'sum'))
         .reset_index())

它给出了 TypeError: aggregate() missing 1 required positional argument: 'arg'

我是新的python，搜索了所有可能的解决方案，但没有新用途。

【问题讨论】：

您有重复的日期吗？你为什么要分组？
是的，我确实有重复的日期@anky

标签： python pandas dataframe pandas-groupby

【解决方案1】：

您可以将Date 设置为索引，然后对axis=1 上的列求和，然后groupby level=0 并转换sum

df['Total'] = (df.set_index('Date')[["col2", "col3","col4", "col5"]].sum(1)
           .groupby(level=0).transform('sum').to_numpy())

print(df)

   Slno      Date  col2  col3  col4  col5 col6  Total
0     0  01/02/20     2     1     2     5    d     10
1     1  03/02/20     5     1     2     4    g     12
2     2  04/02/20     5     1     2     5    h     13
3     3  05/02/20     4     1     2     6    e     32 # this is duplicated per group
4     4  08/02/20     8     1     2     5    g     16
5     5  05/02/20     8     1     2     8    r     32 # this is duplicated per group

【讨论】：

@NadeemHaque 很高兴我能帮上忙。干杯..!!

【解决方案2】：

不清楚每个日期是否有多个值。如果是这种情况，您的 group by 应该按您想要的任何函数聚合该列，并使用聚合执行行的总和。

例如，您想要每个日期的每列的最大值：

max_df = df.groupby('Date')(['Date'])["col2", "col3", "col4", "col5"].max()

然后：

max_df.loc[:,'sum_cols'] = max_df[["col2", "col3", "col4", "col5"]].sum(axis = 1)

如果你每个日期只有一行，你可以这样做：

df.loc[:,'sum_cols'] = df[["col2", "col3", "col4", "col5"]].sum(axis = 1)

【讨论】：

【解决方案3】：

你为什么不做一个简单的：

df[Total] = df.groupby(['Date').col1.sum()+df.groupby(['Date').col2.sum()+df.groupby(['Date').col3.sum()+df.groupby(['Date').col4.sum()

应该没问题。

【讨论】：