So führen sie eine sumif-funktion in pandas aus

Sie können die folgende Syntax verwenden, um die Summe der Zeilen in einem Pandas-DataFrame zu ermitteln, der bestimmte Kriterien erfüllt:

 #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 ()

Die folgenden Beispiele zeigen, wie diese Syntax mit dem folgenden Datenrahmen verwendet wird:

 import pandas as pd

#createDataFrame
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 to 5 8 1
1 to 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

Beispiel 1: Führen Sie eine SUMIF-Funktion für eine Spalte aus

Der folgende Code zeigt, wie die Summe der Punkte für jedes Team ermittelt wird:

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

team
at 13
b 37
c 14

Das sagt uns:

• Team „a“ erzielte insgesamt 13 Punkte
• Team „b“ erzielte insgesamt 37 Punkte
• Team „c“ erzielte insgesamt 14 Punkte

Beispiel 2: Führen Sie eine SUMIF-Funktion für mehrere Spalten aus

Der folgende Code zeigt, wie man die Summe der Punkte und Rebounds für jedes Team ermittelt:

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

rebound points
team		
at 13 3
b 37 3
c 14 5

Beispiel 3: Führen Sie eine SUMIF-Funktion für alle Spalten aus

Der folgende Code zeigt, wie die Summe aller Spalten im Datenrahmen für jedes Team ermittelt wird:

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

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

Zusätzliche Ressourcen

So führen Sie eine ZÄHLENWENN-Funktion in Pandas aus
So zählen Sie Gruppensichtungen bei Pandas
So finden Sie den Maximalwert pro Gruppe bei Pandas