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

Pandas Dataframe,对按多列分组的单个值求和

Pandas DataFrame是Python中一个强大的数据处理工具,用于处理和分析结构化数据。它提供了一个灵活的数据结构,类似于表格,可以轻松地进行数据操作和转换。

对于按多列分组的单个值求和,可以使用Pandas DataFrame的groupby()和sum()方法来实现。groupby()方法用于按指定的列或多列进行分组,而sum()方法用于对分组后的数据进行求和操作。

下面是一个示例代码,演示了如何使用Pandas DataFrame对按多列分组的单个值求和:

代码语言:txt
复制
import pandas as pd

# 创建一个示例DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)

# 按列'A'和'B'进行分组,并对列'C'进行求和
sum_by_group = df.groupby(['A', 'B'])['C'].sum()

print(sum_by_group)

输出结果为:

代码语言:txt
复制
A    B  
bar  one    80
     two     4
foo  one     9
     two    10
Name: C, dtype: int64

在这个示例中,我们按列'A'和'B'进行了分组,并对列'C'进行了求和操作。最终得到了按多列分组的单个值求和的结果。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

没有搜到相关的视频

领券