如何用 group-by 和 sum 获得 Pandas 总和
Asad Riaz
2023年1月30日
我们将演示如何获取 Pandas 的 groupby 和 sum 的总和。我们还将研究 pivot 功能，以将数据排列在一个漂亮的表中，以及如何定义自定义函数并将其应用到 DataFrame 上。我们还能通过使用 agg() 获得总和。
groupby 的累计总和
我们可以使用 groupby 方法来获得累计和。比如以下具有日期，水果名称和销售的 DataFrame：
import pandas as pd
df = pd.DataFrame(
{
"Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
"Fruit": [
"Apple",
"Apple",
"Banana",
"Banana",
],
"Sale": [34, 12, 22, 27],
}
)
如果我们要计算每个水果在每个日期的累计销售总额，则可以执行以下操作：
import pandas as pd
df = pd.DataFrame(
{
"Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
"Fruit": [
"Apple",
"Apple",
"Banana",
"Banana",
],
"Sale": [34, 12, 22, 27],
}
)
print(df.groupby(by=["Fruit", "Date"]).sum().groupby(level=[0]).cumsum())
输出：
Fruit Date Sale
Apple 08/09/2018 34
10/09/2018 46
Banana 08/09/2018 22
10/09/2018 49
pivot() 在一个漂亮的表中重新排列数据
pivot() 方法可以设置表格的行和列属性。让我们更改上面的代码，并应用 pivot() 方法重新排列漂亮表中的数据：
import pandas as pd
df = pd.DataFrame(
{
"Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
"Fruit": [
"Apple",
"Apple",
"Banana",
"Banana",
],
"Sale": [34, 12, 22, 27],
}
)
print(
df.groupby(["Fruit", "Date"], as_index=False).sum().pivot("Fruit", "Date").fillna(0)
)
输出：
Sale
Date 08/09/2018 10/09/2018
Fruit
Apple 34 12
Banana 22 27
Pandas 中将函数应用于 groupby
我们将创建一个简单的方法来获取 series 或一维数组中的值计数，并使用 groupby 来获取每个值的总计数：
from pandas import *
d = {"series": Series(["1", "2", "1", "1", "4", "4", "5"])}
df = DataFrame(d)
def get_count(values):
return len(values)
grouped_count = df.groupby("series").series.agg(get_count)
print(grouped_count)
运行代码后，我们将获得以下输出，该输出提供 series 中每个值的出现次数。
输出：
series
1 3
2 1
4 2
5 1
Name: series, dtype: int64
agg() 获取列的总和
我们可以使用 agg() 在列上应用求和运算。考虑以下代码：
import pandas as pd
df = pd.DataFrame(
{
"Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
"Fruit": [
"Apple",
"Apple",
"Banana",
"Banana",
],
"Sale": [34, 12, 22, 27],
}
)
print(df.groupby(["Fruit"])["Sale"].agg("sum"))
输出：
Fruit
Apple 46
Banana 49
Name: Sale, dtype: int64