如何对熊猫数据框中的不同行求和

Question

我正在尝试添加一个新列，其中包含另一列的值的总和，但仅适用于不同的行。 假设我们有这个数据框：

    col1     col2   vote
0     a        2     5
1     a        2     5
2     b        2     2
3     c        4     1
4     d        3     5
5     d        3     5
6     d        3     5

我想按 col2 分组，然后将不同对 col1 和 col 2 的所有投票相加（每对 col1 和 col2 的投票始终相同。

我正在尝试获得这个结果：

    col1     col2   vote   aggrVote
0     a        2     5        7
1     a        2     5        7
2     b        2     2        7
3     c        4     1        1
4     d        3     5        5
5     d        3     5        5
6     d        3     5        5

col2 的值 3 只有一个不同的 col1 的值，所以投票只有 5。col2 的值 2 有 3 个不同的 col1 的值 (a,b)，所以总和是 5 + 2

Answer 1

IIUC，你需要：

s = df.drop_duplicates(['col1','col2']).groupby('col2')['vote'].sum() #thanks @jez
df['aggrVote']=df.col2.map(s)
print(df)

---

  col1  col2  vote  aggrVote
0    a     2     5         7
1    a     2     5         7
2    b     2     2         7
3    c     4     1         1
4    d     3     5         5
5    d     3     5         5
6    d     3     5         5

Answer 2

这应该在一行中完成：

df
#  col1  col2  vote
#0    a     2     5
#1    a     2     5
#2    b     2     2
#3    c     4     1
#4    d     3     5
#5    d     3     5
#6    d     3     5

df['aggrVote'] = df.groupby(['col2'])['vote'].transform(lambda x: x.unique().sum())

df
#  col1  col2  vote  aggrVote
#0    a     2     5         7
#1    a     2     5         7
#2    b     2     2         7
#3    c     4     1         1
#4    d     3     5         5
#5    d     3     5         5
#6    d     3     5         5