如何在 pandas 中执行 groupby 求和（带有示例）

您可以使用以下基本语法在 pandas 中按组查找值的总和：

 df. groupby ([' group1 ',' group2 '])[' sum_col ']. sum (). reset_index ()

以下示例展示了如何在实践中通过以下 pandas DataFrame 使用此语法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'C'],
                   ' points ': [25, 17, 14, 9, 12, 9, 6, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position points rebounds
0 A G 25 11
1 A G 17 8
2 A F 14 10
3 A C 9 6
4 B G 12 6
5 B F 9 5
6 B F 6 9
7 B C 4 12

示例1：按列分组，添加列

以下代码展示了如何按列分组并对列中的值求和：

 #group by team and sum the points
df. groupby ([' team '])[' points ']. sum (). reset_index ()

	team points
0 to 65
1 B 31

从结果我们可以看出：

• A队选手总共得到65分。
• B队球员总共得到31分。

示例2：按多列分组、添加多列

以下代码显示了如何对多个列进行分组并对多个列求和：

 #group by team and position, sum points and rebounds
df. groupby ([' team ', ' position '])[' points ', ' rebounds ']. sum (). reset_index ()

        team position points rebounds
0 A C 9 6
1 A F 14 10
2 A G 42 19
3 B C 4 12
4 B F 15 14
5 B G 12 6

从结果我们可以看出：

• A队C位球员合计得到9分6篮板。
• A队“F”位球员总共得到14分和10个篮板。
• A队“G”位球员总共拿下42分和19个篮板。

等等。

请注意， reset_index()函数可防止分组列成为索引的一部分。

例如，如果我们不使用它，结果如下所示：

 #group by team and position, sum points and rebounds
df. groupby ([' team ', ' position '])[' points ', ' rebounds ']. sum ()

                 rebound points
team position		
A C 9 6
F 14 10
G 42 19
B C 4 12
F 15 14
G 12 6

根据您希望结果的显示方式，您可以选择也可以不使用reset_index()函数。

其他资源

以下教程解释了如何在 pandas 中执行其他常见的分组操作：

如何统计大熊猫的群体目击事件
如何找到 Pandas 中每组的最大值
如何在 Pandas 中按组计算分位数