如何对 CSV 文件中的多个列进行分组和求和？答案

【问题标题】：How can I group and sum multiple columns in CSV file?如何对 CSV 文件中的多个列进行分组和求和？
【发布时间】：2020-02-18 00:24:57
【问题描述】：

我还是 python 和 pandas 的新手，目前正在尝试获取 CSV 文件中多列的总和。

我有一个 CSV 文件，其中包含要对 unitCount、orderCount、invoiceCount 求和的列：

     date       id   name   unitCount   orderCount   invoiceCount
 2020-02-12     1   Guitar     200          100           200
 2020-02-12     2   Drums      300          200           100
 2020-02-12     3   Piano      400          700           300
 2020-02-11     1   Guitar     100          500           300
 2020-02-11     2   Drums      200          400           400
 2020-02-11     3   Piano      300          300           100

我想要的输出是一个 CSV 文件，其中包含最后 3 列的总和（按 ID 分组）并仅链接到最新日期：

     date       id   name   total_unitCount   total_orderCount   total_invoiceCount
 2020-02-12     1   Guitar        300              600                   500
 2020-02-12     2   Drums         500              600                   500
 2020-02-12     3   Piano         700              1000                  400

有人可以帮忙吗？

到目前为止，我一直在尝试以下方法，但它对我不起作用。可以将groupby 添加到以下代码的第一行吗？还是我一开始就完全错了？谢谢！

df = pd.read_csv(r'path/to/myfile.csv', sep=';').sum()
df.to_csv(r'path/to/myfile_sum.csv')

【问题讨论】：

你真的需要熊猫吗？因为它可以通过生成另一个带有计算总数的 CSV 文件来解决。

标签： python pandas csv math sum

【解决方案1】：

您可以手动操作agg：

(df.groupby('id', as_index=False)
   .agg({'date':'max', 'name':'first',
         'unitCount':'sum',
         'orderCount':'sum',
         'invoiceCount':'sum'})
   .to_csv('file.csv')
)

【讨论】：

【解决方案2】：

您可以执行以下操作

# group rows by 'id' column
df.groupby('id', as_index=False).agg({'date':'max',
                                      'name':'first',
                                      'unitCount':'sum',
                                      'orderCount':'sum',
                                      'invoiceCount':'sum'}

# change the order of the columns
df = df[['date', 'id', 'name', 'unitCount', 'orderCount'  ,'invoiceCount']]

# set the new column names
df.columns=['date', 'id', 'name', 'total_unitCount', 'total_orderCount'  ,'total_invoiceCount']

# save the dataframe as .csv file
df.to_csv('path/to/myfile_sum.csv')

【讨论】：

【解决方案3】：

您只需在groupby 对象上调用sum()，然后相应地重命名列名，最后将生成的数据框写入csv 文件。

以下应该可以解决问题：

df = pd.read_csv(r'path/to/myfile.csv', sep=';')

df.groupby(['id', 'name'])['unitCount', 'orderCount', 'invoiceCount'] \
  .sum() \
  .rename(columns={'unitCount':'total_unitCount', 'orderCount' : 'total_orderCount', 'invoiceCount': 'total_invoiceCount'}) \
  .to_csv('path/to/myoutputfile_sum.csv', sep=';')

【讨论】：