如何对熊猫数据框进行分组并对另一列中的值求和答案

【问题标题】：How to groupby pandas dataframe and sum values in another column如何对熊猫数据框进行分组并对另一列中的值求和
【发布时间】：2021-10-17 10:04:55
【问题描述】：

我有一个包含 3 列（CHAR、VALUE 和 WEIGHT）的 pandas 数据框。

CHAR 列包含我需要对 ['A', 'A', 'A', 'B', 'B', 'C'] 分组的重复值。
VALUE 列对于每个唯一的 CHAR [10, 10, 10, 15, 15, 20] 都有唯一的值。
WEIGHT 列有各种值 [1, 2, 1, 4, 4, 6]。

以我的初始数据框为例：

我需要创建一个包含 3 列的新数据框。

CHAR 不会有任何重复项
T_VALUE（总值）将包含此 CHAR 的值及其所有权重的总和
T_WEIGHT（总权重）将具有此 CHAR 权重的总和

结果如下所示：

我将非常感谢任何帮助。

【问题讨论】：

df.goupby('char').agg('sum') ...我认为...没有实际尝试过
这几乎就是我想要的。通过一些研究，我能够解决我的问题。谢谢！

标签： python pandas dataframe

【解决方案1】：

您可以改用+=：

newDF = df.groupby(['CHAR', 'VALUE'], as_index=False)['WEIGHT'].sum()
newDF['VALUE'] += newDF['WEIGHT']

【讨论】：

【解决方案2】：

我实际上能够回答我自己的问题。这是解决方案：

d = {'CHAR': ['A', 'A', 'A', 'B', 'B', 'C'],
     'VALUE': [10, 10, 10, 15, 15, 20], 
     'WEIGHT':  [1, 2, 1, 4, 4, 6]}
df = pandas.DataFrame(data=d)

newDF = df.groupby(['CHAR', 'VALUE'], as_index=False)['WEIGHT'].sum()
newDF['VALUE'] = newDF['VALUE'] + newDF['WEIGHT']

【讨论】：