Python：如果两列具有相同的值，则对第三列的值求和答案

【问题标题】：Python: sum values of the third column if two columns have the same valuePython：如果两列具有相同的值，则对第三列的值求和
【发布时间】：2017-04-14 01:55:20
【问题描述】：

我有以下数据框df

df
    a   b   i
0   1.0 3.0 2.0
1   1.0 3.0 3.0
2   1.0 3.0 1.0
3   1.0 3.0 3.0
4   1.0 3.0 7.0
5   1.0 3.0 8.0
6   1.0 4.0 4.0
7   1.0 4.0 0.0
8   1.0 3.0 2.0
9   1.0 3.0 1.0
10  1.0 3.0 2.0

我想为同一对夫妇a 和b 求和，所以

df2
    a   b   i
0   1.0 3.0 31.0
1   1.0 4.0 4.0
2   1.0 3.0 0.0

df2 = df2.groupby(['a', 'b']).sum(['i']).reset_index()

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

我认为您需要在groupby 的末尾添加列i，然后它用于sum 功能：

df2 = df2.groupby(['a', 'b'])['i'].sum().reset_index()
print (df2)
     a    b     i
0  1.0  3.0  29.0
1  1.0  4.0   4.0

或者添加参数as_index=False返回df：

df2 = df2.groupby(['a', 'b'], as_index=False)['i'].sum()
print (df2)
     a    b     i
0  1.0  3.0  29.0
1  1.0  4.0   4.0

如有必要，另一种解决方案是使用Series:

df2 = df2.i.groupby([df2.a,df2.b]).sum().reset_index()
print (df2)
     a    b     i
0  1.0  3.0  29.0
1  1.0  4.0   4.0

编辑：

如果需要在df 中按位置区分组，请使用groupby by Series g 和aggregate：

ab = df2[['a','b']]

#compare shifted values    
print (ab.ne(ab.shift()))
        a      b
0    True   True
1   False  False
2   False  False
3   False  False
4   False  False
5   False  False
6   False   True
7   False  False
8   False   True
9   False  False
10  False  False

#check at least one True
print (ab.ne(ab.shift()).any(1))
0      True
1     False
2     False
3     False
4     False
5     False
6      True
7     False
8      True
9     False
10    False
dtype: bool

#use cumulative sum of boolean Series
g = ab.ne(ab.shift()).any(1).cumsum()
print (g)
0     1
1     1
2     1
3     1
4     1
5     1
6     2
7     2
8     3
9     3
10    3
dtype: int32

print (df2.groupby(g).agg(dict(a='first', b='first', i='sum')))
     a    b     i
1  1.0  3.0  24.0
2  1.0  4.0   4.0
3  1.0  3.0   5.0

【讨论】：

【解决方案2】：

你想比较一下之前的a, b组合是否发生了变化，并做一个cumsum来建立一个分组数组

ab = df[['a', 'b']].apply(tuple, 1)

df.groupby(ab.ne(ab.shift()).cumsum()) \
  .agg(dict(a='last', b='last', i='sum')) \
  .reindex_axis(df.columns.tolist(), 1)

分解

ab = df[['a', 'b']].apply(tuple, 1)
- 给我一系列元组，这样我就可以看到组合是否改变了
ab.ne(ab.shift())
- 检查元组是否与前一个元组不同
ab.ne(ab.shift()).cumsum()
- 如果不是，则将True 值添加到累积和中。这将为每组相同的a 和b 对创建一个方便的分组
.agg(dict(a='last', b='last', i='sum'))
- 只是指定如何处理每组中的每一列。获取a 和b 的最后一个值，这很好，因为我知道它在整个组中都是一样的。在列上求和 i
.reindex_axis(df.columns.tolist(), 1)
- 按照原来的方式获取我的列顺序

【讨论】：