Comment exécuter une fonction SUMIF dans Pandas

Vous pouvez utiliser la syntaxe suivante pour trouver la somme des lignes d’un DataFrame pandas qui répondent à certains critères :

#find sum of each column, grouped by one column
df.groupby('group_column').sum() 

#find sum of one specific column, grouped by one column
df.groupby('group_column')['sum_column'].sum() 

Les exemples suivants montrent comment utiliser cette syntaxe avec le bloc de données suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['a', 'a', 'b', 'b', 'b', 'c', 'c'],
                   'points': [5, 8, 14, 18, 5, 7, 7],
                   'assists': [8, 8, 9, 3, 8, 7, 4],
                   'rebounds': [1, 2, 2, 1, 0, 4, 1]})

#view DataFrame
df

	team	points	assists	rebounds
0	a	5	8	1
1	a	8	8	2
2	b	14	9	2
3	b	18	3	1
4	b	5	8	0
5	c	7	7	4
6	c	7	4	1

Exemple 1 : exécuter une fonction SUMIF sur une colonne

Le code suivant montre comment trouver la somme des points pour chaque équipe :

df.groupby('team')['points'].sum()

team
a    13
b    37
c    14

Cela nous dit :

• L’équipe ‘a’ a marqué un total de 13 points
• L’équipe ‘b’ a marqué un total de 37 points
• L’équipe ‘c’ a marqué un total de 14 points

Exemple 2 : exécuter une fonction SUMIF sur plusieurs colonnes

Le code suivant montre comment trouver la somme des points et des rebonds pour chaque équipe :

df.groupby('team')[['points', 'rebounds']].sum()

	points	rebounds
team		
a	13	3
b	37	3
c	14	5

Exemple 3 : exécuter une fonction SUMIF sur toutes les colonnes

Le code suivant montre comment trouver la somme de toutes les colonnes du bloc de données pour chaque équipe :

df.groupby('team').sum()

	points	assists	rebounds
team			
a	13	16	3
b	37	20	3
c	14	11	5

Ressources additionnelles

Comment exécuter une fonction COUNTIF dans Pandas
Comment compter les observations par groupe chez les pandas
Comment trouver la valeur maximale par groupe chez Pandas