根据另一列和第三列的总和对一列进行分组答案

【问题标题】：group one column according to another column and sum of third column根据另一列和第三列的总和对一列进行分组
【发布时间】：2021-05-08 13:56:38
【问题描述】：

数据框如下所示：

df = pd.DataFrame({'name':["a"," b", "c","d", "e","a"," a", "a"," b", "c","d", "e","a"," a"],
       'gender': ["male", "female", "female", "female", "male","male","male","female","female", 
                  "female", "male","male","male", "male"],
      'year':[2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2019],
      'month':[1, 12, 4, 3, 6, 7, 2, 4, 5, 1, 12, 4, 3, 6 ],
      'count':[100, 30, 10, 90, 34, 100, 30, 10, 90, 34, 100, 30, 10, 90]})

显示姓名、性别、出生年月、人数。

例如，2005 年 1 月有 100 个婴儿名为“a”。我想找到男性和女性的前 10 个常用名字，如下所示：

df.sort_values(['gender','count'],ascending=False,inplace=True)
male = df[df['gender']=='male']['name'].head(10).to_list()
female = df[df['gender']=='female']['name'].head(10).to_list()
results = pd.DataFrame({'Male':pd.Series(male),'Female':pd.Series(female)})
print (results)

但显然它给出了重复的金额，例如 5 a 而不是 a 的总金额。我需要总结它们，例如我们在 2005 年有 100 个“a”，在 2009 年有 100 个“a”等等。所以我们总共需要把它们加起来就像 100+ 100 和。最终的结果必须像 a 是男性，并且在 10 年内总共有 500 人被命名为 a 等等。

【问题讨论】：

你是按年还是按月分组？
我需要总金额。前 2005 年所有月份有多少个“a”？以及在所有年份有多少

标签： python pandas dataframe

【解决方案1】：

首先为count 列聚合sum，然后选择male 和female 和Series.nlargest，并返回名称的索引值：

s = df.groupby(['gender','name'])['count'].sum()

results = pd.DataFrame({'Male':pd.Series(s.loc['male'].nlargest(10).index),
                        'Female':pd.Series(s.loc['female'].nlargest(10).index)})
print (results)

  Male Female
0    a      b
1    d      d
2    e      c
3  NaN      a

【讨论】：

谢谢你这是我问的
@nemo92world 那么为什么要接受另一个答案呢？是意外吗？

【解决方案2】：

我认为您正在寻找多个 groupby：

by_year = df.groupby(['year', 'gender', 'name']).agg({'count': 'sum'})
print(by_year)

total = by_year.groupby(['gender', 'name']).agg({'count': 'sum'})
print(total)

如果不是，请进一步说明预期结果。

【讨论】：