在 pandas 中，你如何对两列进行分组并对第三个不同的列求和？

Question

假设您有以下名为raw 的数据框：

                    A   B   C
Index           
2007-01-03  NaN        -1   1
2007-01-04  0.021954    1   2
2007-01-05  -0.007147   -1  3
2007-01-08  0.004926    1   4
2007-01-09  0.079800    1   4
2007-01-10  0.046746    1   4
2007-01-11  -0.012448   -1  5
2007-01-12  -0.012394   -1  5
2007-01-16  0.025873    1   6
2007-01-17  -0.022391   -1  7
2007-01-18  -0.063928   -1  7
2007-01-19  -0.006420   -1  7
2007-01-22  -0.019511   -1  7
2007-01-23  -0.012639   -1  7
2007-01-24  0.011601    1   8
2007-01-25  -0.005204   -1  9
2007-01-26  -0.010138   -1  9
2007-01-29  0.006538    1   10
2007-01-30  -0.004549   -1  11
2007-01-31  0.002102    1   12

如何对 B 列和 C 列的计数进行分组，同时对 A 列求和？我能够通过raw[['B','C']].value_counts()（按 B 列和 C 的计数分组）生成前者，但无法将此结果与后者（A 列的总和）结合起来。

raw[['B','C']].value_counts()

B   C 
-1  7     5
 1  4     3
-1  5     2
    9     2
    1     1
    3     1
    11    1
 1  2     1
    6     1
    8     1
    10    1
    12    1
dtype: int64

Answer 1

我想你想按B,C分组：

df.groupby(['B','C']).agg({'C':'count', 'A':'sum'})

输出：

       C         A
B  C              
-1 1   1  0.000000
   3   1 -0.007147
   5   2 -0.024842
   7   5 -0.124889
   9   2 -0.015342
   11  1 -0.004549
 1 2   1  0.021954
   4   3  0.131472
   6   1  0.025873
   8   1  0.011601
   10  1  0.006538
   12  1  0.002102

或者使用命名 agg 更好，它允许您重命名新列：

df.groupby(['B','C']).agg(C_count=('C','count'),
                          A_sum=('A','sum'))

输出：

       C_count     A_sum
B  C                    
-1 1         1  0.000000
   3         1 -0.007147
   5         2 -0.024842
   7         5 -0.124889
   9         2 -0.015342
   11        1 -0.004549
 1 2         1  0.021954
   4         3  0.131472
   6         1  0.025873
   8         1  0.011601
   10        1  0.006538
   12        1  0.002102