首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

按两列总和分组,并在pandas中创建新数据帧

在pandas中,可以使用groupby函数按两列总和分组,并创建新的数据帧。

首先,导入pandas库并创建一个包含两列的数据帧df:

代码语言:txt
复制
import pandas as pd

data = {'Column1': [1, 2, 3, 4, 5],
        'Column2': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

接下来,使用groupby函数按两列总和分组,并创建新的数据帧new_df:

代码语言:txt
复制
new_df = df.groupby(['Column1', 'Column2']).size().reset_index(name='Count')

在上述代码中,groupby函数接受一个包含要分组的列名的列表。size函数计算每个组的大小,并reset_index函数将结果重置为一个新的数据帧。我们将新的列命名为'Count'。

最后,可以打印新的数据帧new_df来查看结果:

代码语言:txt
复制
print(new_df)

输出结果将显示按两列总和分组后的数据帧:

代码语言:txt
复制
   Column1  Column2  Count
0        1        6      1
1        2        7      1
2        3        8      1
3        4        9      1
4        5       10      1

这样,我们就按两列总和分组,并在pandas中创建了一个新的数据帧。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

如何在 Pandas 创建一个空的数据并向其附加行和

Pandas是一个用于数据操作和分析的Python库。它建立在 numpy 库之上,提供数据的有效实现。数据是一种二维数据结构。在数据数据以表格形式在行和对齐。...在本教程,我们将学习如何创建一个空数据,以及如何在 Pandas 向其追加行和。...Pandas.Series 方法可用于从列表创建系列。值也可以作为列表传递,而无需使用 Series 方法。 例 1 在此示例,我们创建了一个空数据。...然后,通过将列名 ['Name', 'Age'] 传递给 DataFrame 构造函数的 columns 参数,我们在数据创建 2 。... Pandas 库创建一个空数据以及如何向其追加行和

27030

Python pandas十分钟教程

import pandas as pd pandas在默认情况下,如果数据集中有很多,则并非所有都会显示在输出显示。...下面的代码将平方根应用于“Cond”的所有值。 df['Cond'].apply(np.sqrt) 数据分组 有时我们需要将数据分组来更好地观察数据间的差异。...Pandas中提供以下几种方式对数据进行分组。 下面的示例“Contour”数据进行分组,并计算“Ca”记录的平均值,总和或计数。...df.groupby(by=['Contour', 'Gp'])['Ca'].mean() 合并多个DataFrame 将数据并在一起有种方法,即concat和merge。...连接数据 pd.concat([df, df2], axis=1) 行连接数据 pd.concat([df, df2], axis=0) 当您的数据之间有公共时,合并适用于组合数据

9.8K50
  • Pandas 秘籍:6~11

    我们构建了一个函数,该函数计算个 SAT 的加权平均值和算术平均值以及每个组的行数。 为了使apply创建多个,您必须返回一个序列。 索引值用作结果数据的列名。...() 另见 请参阅第 4 章,“选择数据子集”的“同时选择数据的行和”秘籍 Pandas unstack和pivot方法的官方文档 在groupby聚合后解除堆叠 单个数据进行分组并在单个列上执行聚合将返回简单易用的结果...由于数据的索引相同,因此可以像第 7 步那样将一个数据的值分配给另一。 更多 从步骤 2 开始,完成此秘籍的另一种方法是直接从sex_age中分配,而无需使用split方法。...merge方法提供了类似 SQL 的功能,可以将数据结合在一起。 将行追加到数据 在执行数据分析时,创建创建行更为常见。...默认情况下,Pandas 将使用数据的每个数字制作一组的条形,线形,KDE,盒形图或直方图,并在将其作为变量图时将索引用作 x 值。 散点图是例外之一,必须明确为 x 和 y 值指定一

    34K10

    【Python】5种基本但功能非常强大的可视化类型

    数据由100行和5组成。它包含datetime、categorical和numerical值。 1.折线图 折线图显示了个变量之间的关系。其中之一通常是时间。...我们首先将数据传递给图表对象。下一个函数指定绘图类型。encode函数指定绘图中使用的。因此,在encode函数写入的任何内容都必须链接到数据。...它将取值范围划分为离散的数据元,并统计每个数据数据点个数。 让我们创建“val3”的直方图。...例如,我们可以使用条形图来可视化week分组的“val3”。我们先用pandas库计算。...第一行从date中提取周。第二行将“val3”分组并计算总和。 我们现在可以创建条形图。

    2.1K20

    Pandas之实用手册

    如果你打算学习 Python 数据分析、机器学习或数据科学工具,大概率绕不开Pandas库。Pandas 是一个用于 Python 数据操作和分析的开源库。...一、一分钟入门Pandas1.1 加载数据最简单方法之一是,加载csv文件(格式类似Excel表文件),然后以多种方式对它们进行切片和切块:Pandas加载电子表格并在 Python 以编程方式操作它...1.5 分组使用特定条件对行进行分组并聚合其数据时。...例如,流派对数据集进行分组,看看每种流派有多少听众和剧目:Pandas个“爵士乐”行组合为一行,由于使用了sum()聚合,因此它将位爵士乐艺术家的听众和演奏加在一起,并在合并的爵士乐显示总和...1.6 从现有创建通常在数据分析过程,发现需要从现有创建Pandas轻松做到。

    18310

    groupby函数详解

    计算各数据总和并作为添加到末尾 df['Col_sum'] = df.apply(lambda x: x.sum(), axis=1) 计算指定下每行数据总和并作为添加到末尾 df_sf...计算各行数据总和并作为行添加到末尾 df.loc['Row_sum'] = df.apply(lambda x: x.sum()) 计算指定下各行数据总和并作为行添加到末尾 MT_fs.loc[...,(b)若按某多聚合,则DataFrame将是多之间维度的笛卡尔积,即:DataFrame具有一个层次化索引(由唯一的键对组成),例如:“key1”,有a和b个维度,而“key2”有one和...two个维度,则按“key1”和“key2”聚合之后,DataFrame将有四个group; 注意:groupby默认是在axis=0上进行分组的,通过设置axis=1,也可以在其他任何轴上进行分组...df无关的,另外指定的任何长度适当的数组,数组列表顺序分别与df[col_1]的数据一一对应。

    3.7K11

    Pandas GroupBy 深度总结

    今天,我们将探讨如何在 Python 的 Pandas创建 GroupBy 对象以及该对象的工作原理。...例如,在我们的案例,我们可以奖项类别对诺贝尔奖的数据进行分组: grouped = df.groupby('category') 也可以使用多个来执行数据分组,传递一个列表即可。...让我们首先按奖项类别对我们的数据进行分组,然后在每个创建的组,我们将根据获奖年份应用额外的分组: grouped_category_year = df.groupby(['category', 'awardYear...在我们的 DataFrame 的情况下,让我们过滤掉所有组均值小于 7,000,000 的prizeAmountAdjusted 并在输出仅保留该: grouped['prizeAmountAdjusted...Pandas 如何组合分组过程的结果 分组过程产生的数据结构 好了,这就是今天分享的全部内容

    5.8K40

    国外大神制作的超棒 Pandas 可视化教程

    Pandas 同样支持操作 Excel 文件,使用 read_excel() 接口能从 EXCEL 文件读取数据。 2. 选择数据 我们能使用标签来选择数据。...import pandas as pd # 将值填充为 0 pd.fillna(0) 5. 分组 我们使用特定条件进行分组并聚它们的数据,也是很有意思的操作。...上述代码的的执行过程是:Pandas 会将 Jazz 音乐类型的数据聚合一组;我们调用了 sum() 函数,Pandas 还会将这数据端的 Listeners(听众)和 Plays (播放量)...相加在一起,然后组合在 Jazz 显示总和。...从现有创建 通常在数据分析过程,我们发现自己需要从现有创建,使用 Pandas 也是能轻而易举搞定。 ? - end -

    2.9K20

    如何用 Python 执行常见的 Excel 和 SQL 任务

    在这个例子,我们将获取许多国家人均 GDP(一个技术术语,意思是一个国家的人均收入)的维基百科表格,并在 Python 中使用 Pandas 库对数据进行排序。 首先,导入我们需要的库。...我们为一个的 dataframe 分配一个布尔索引的过滤器,这个方法基本上就是说「创建一个人均 GDP 超过 50000 的 dataframe」。现在我们可以显示gdp50000。 ?...在这种情况下,Pandas 大量依赖于 numpy 库和通用 Python 语法将计算放在一起。对我们一直在研究的 GDP 数据集进行一系列简单的计算。例如,计算人均国民生产总值超过 5 万的总和。...分组和连接数据 在 Excel 和 SQL ,诸如 JOIN 方法和数据透视表之类的强大工具可以快速汇总数据。...现在我们有一个连接表,我们希望将国家和人均 GDP 其所在地区进行分组。 我们现在可以使用 Pandas 的 group 方法排列区域分组数据。 ? ?

    10.8K60

    精通 Pandas:1~5

    使用ndarrays/列表字典 在这里,我们从列表的字典创建一个数据结构。 键将成为数据结构标签,列表数据将成为值。 注意如何使用np.range(n)生成行标签索引。...在以下命令,我们看到年份分组组统计信息。 请注意,使用 lambda 函数从月份的第一天开始获取年份组。...当我们多个键分组时,得到的分组名称是一个元组,如后面的命令所示。 首先,我们重置索引以获得原始数据并定义一个多重索引以便能够多个键进行分组。...由于并非所有都存在于数据,因此对于不属于交集的数据的每一行,来自另一个数据均为NaN。...其余的非 ID 可被视为变量,并可进行透视设置并成为名称-值方案的一部分。 ID 唯一标识数据的一行。

    19.1K10

    用Python执行SQL、Excel常见任务?10个方法全搞定!

    在这个例子,我们将获取许多国家人均 GDP(一个技术术语,意思是一个国家的人均收入)的维基百科表格,并在 Python 中使用 Pandas 库对数据进行排序。 首先,导入我们需要的库。 ?...我们为一个的 dataframe 分配一个布尔索引的过滤器,这个方法基本上就是说「创建一个人均 GDP 超过 50000 的 dataframe」。现在我们可以显示gdp50000。 ?...在这种情况下,Pandas 大量依赖于 numpy 库和通用 Python 语法将计算放在一起。对我们一直在研究的 GDP 数据集进行一系列简单的计算。例如,计算人均国民生产总值超过 5 万的总和。...Pandas 和 Python 共享了许多从 SQL 和 Excel 被移植的相同方法。可以在数据集中对数据进行分组,并将不同的数据集连接在一起。你可以看看这里的文档。...现在我们有一个连接表,我们希望将国家和人均 GDP 其所在地区进行分组。 我们现在可以使用 Pandas 的 group 方法排列区域分组数据。 ? ?

    8.3K20
    领券