Python Pandas Dataframe -如何按年份分组并汇总表格中的多列

Python Pandas是一个强大的数据分析工具，而Dataframe是Pandas中的一个重要数据结构。要按年份分组并汇总表格中的多列，可以使用Pandas的groupby函数和agg函数来实现。

首先，需要导入Pandas库并读取数据表格。假设我们有一个名为df的Dataframe对象，包含以下列：年份（year）、月份（month）、销售额（sales）、利润（profit）和产品类别（category）。

import pandas as pd

# 读取数据表格
df = pd.read_csv('data.csv')

接下来，可以使用groupby函数按年份（year）进行分组，并使用agg函数对其他列进行汇总计算。假设我们想要计算每年的总销售额和总利润。

# 按年份分组并汇总销售额和利润
summary = df.groupby('year').agg({'sales': 'sum', 'profit': 'sum'})

上述代码将按年份分组，并对每个分组计算销售额和利润的总和。结果将存储在一个新的Dataframe对象summary中，其中包含年份（作为索引）、总销售额和总利润。

如果想要进一步了解Pandas的groupby和agg函数的详细用法，可以参考腾讯云的Pandas文档：Pandas文档。

总结：

• Python Pandas是一个强大的数据分析工具，Dataframe是其重要的数据结构。
• 要按年份分组并汇总表格中的多列，可以使用Pandas的groupby函数和agg函数。
• groupby函数用于按指定列进行分组，agg函数用于对分组后的数据进行汇总计算。
• 通过指定需要汇总计算的列和相应的计算方法，可以得到按年份分组并汇总的结果。
• 更多Pandas的用法和详细信息可以参考腾讯云的Pandas文档。