如何使用 Pandas GroupBy 计算求和
在数据科学中,通常需要聚合数据以获得见解。一种常见的聚合技术是对组内的值进行求和。 Python 库 Pandas 提供了多功能的 GroupBy 函数来对数据进行分组并执行各种操作,包括求和。
考虑以下 DataFrame:
Fruit | Date | Name | Number |
---|---|---|---|
Apples | 10/6/2016 | Bob | 7 |
Apples | 10/6/2016 | Bob | 8 |
Apples | 10/6/2016 | Mike | 9 |
Apples | 10/7/2016 | Steve | 10 |
Apples | 10/7/2016 | Bob | 1 |
Oranges | 10/7/2016 | Bob | 2 |
Oranges | 10/6/2016 | Tom | 15 |
Oranges | 10/6/2016 | Mike | 57 |
Oranges | 10/6/2016 | Bob | 65 |
Oranges | 10/7/2016 | Tony | 1 |
Grapes | 10/7/2016 | Bob | 1 |
Grapes | 10/7/2016 | Tom | 87 |
Grapes | 10/7/2016 | Bob | 22 |
Grapes | 10/7/2016 | Bob | 12 |
Grapes | 10/7/2016 | Tony | 15 |
获取每个人购买的水果总数名称,使用 GroupBy.sum() 方法:
df.groupby(['Name', 'Fruit']).sum()
这将产生以下结果输出:
Fruit | Name | Number |
---|---|---|
Apples | Bob | 16 |
Apples | Mike | 9 |
Apples | Steve | 10 |
Grapes | Bob | 35 |
Grapes | Tom | 87 |
Grapes | Tony | 15 |
Oranges | Bob | 67 |
Oranges | Mike | 57 |
Oranges | Tom | 15 |
Oranges | Tony | 1 |
以上是如何使用 Pandas GroupBy 对组内的值求和?的详细内容。更多信息请关注PHP中文网其他相关文章!