当一列遵循相同的值时，如何获得行的总和？答案

【问题标题】：how to get sum of rows when a column follows same value?当一列遵循相同的值时，如何获得行的总和？
【发布时间】：2019-02-27 16:48:58
【问题描述】：

我有一个像这样的数据集：

 time(secs) setup
     40     setup1
     30     setup1       
     20     setup1
     10     setup2
     20     setup2 
     10     setup1
     30     setup1
     30     setup2
     40     setup2
     10     setup3
     20     setup3

我想获得 pandas dataframe 中的行总和，具体取决于类似的 setup 值：

  time(secs)  setup
    90        setup1
    30        setup2
    40        setup1
    70        setup2
    30        setup3

但是通过使用groupby()函数：

  df.groupby(['setup']).sum()

我得到的结果是：

  setup      time 

  setup1      130 
  setup2      100
  setup3       30

请帮助解决这个问题...

谢谢！！！

【问题讨论】：

标签： python-2.7 pandas sum grouping pandas-groupby

【解决方案1】：

groupby 和聚合 sum 和 first by helper Series by cumsum 比较 shift 和 Series.ne (!=)：

df1 = (df.groupby(df['setup'].ne(df['setup'].shift()).cumsum(), as_index=False)
         .agg({'time(secs)':'sum', 'setup':'first'}))
print (df1)
   time(secs)   setup
0          90  setup1
1          30  setup2
2          40  setup1
3          70  setup2
4          30  setup3

详情：

print (df['setup'].ne(df['setup'].shift()).cumsum())
0     1
1     1
2     1
3     2
4     2
5     3
6     3
7     4
8     4
9     5
10    5
Name: setup, dtype: int32

新列的类似解决方案：

df['groups'] = df['setup'].ne(df['setup'].shift()).cumsum()
print (df)
    time(secs)   setup  groups
0           40  setup1       1
1           30  setup1       1
2           20  setup1       1
3           10  setup2       2
4           20  setup2       2
5           10  setup1       3
6           30  setup1       3
7           30  setup2       4
8           40  setup2       4
9           10  setup3       5
10          20  setup3       5

df1 = (df.groupby('groups')
         .agg({'time(secs)':'sum', 'setup':'first'})
         .reset_index(drop=True))

df1 = (df.groupby(['groups', 'setup'])['time(secs)'].sum()
         .reset_index(level=0, drop=True)
         .reset_index())

print (df1)
   time(secs)   setup
0          90  setup1
1          30  setup2
2          40  setup1
3          70  setup2
4          30  setup3

【讨论】：