熊猫中的 groupby 和聚合问题

Question

我不确定我在这里做错了什么。这是我的代码：

df['PV_SUM'] = df.groupby('DOCKET').agg({'PV':sum})

没有返回任何结果，只是一个空系列。

这是我假设的数据框：

DOCKET    PV
1a        1
1a        1 
1a        1
1b        0
1b        1
1b        1

这是我正在寻找的结果：

DOCKET    PV      PV_SUM
1a        1         3
1a        1         3
1a        1         3
1b        0         2
1b        1         2
1b        1         2

我做错了什么？ DOCKET 的数据类型是对象，PV 的数据类型是浮点数。我已将 dtype 更改为 PV 为 int 但没有运气。

Answer 1

改用transform：

df['PV_SUM'] = df.groupby('DOCKET').PV.transform(sum)

输出：

  DOCKET  PV  PV_SUM
0     1a   1       3
1     1a   1       3
2     1a   1       3
3     1b   0       2
4     1b   1       2
5     1b   1       2

---

您的代码的问题是df.groupby('DOCKET').agg({'PV':sum}) 返回一个以DOCKET 作为索引和PV 作为值列的数据框。当您尝试将其分配回 daframe 时，pandas 会查找匹配的索引，并且由于没有匹配项，它会返回 NaN。

例如，看看df.groupby('DOCKET').agg({'PV':sum})的输出：

        PV
DOCKET    
1a       3
1b       2

由于 pandas 匹配索引，您可以先将数据框的索引设置为“DOCKET”，然后它将按预期工作：

result = df.groupby('DOCKET').agg({'PV':sum})
df = df.set_index('DOCKET')
df['PV_SUM'] = result