在 Pandas 中按索引分组

Question

如何按索引（1,2,3）使用 groupby（它们的顺序相同）并获得属于每个索引范围的列分数的总和？基本上我有这个：

    index  score
    1      2
    2      2
    3      2
    1      3
    2      3
    3      3

我想要什么：

    index  score  sum
    1      2      6
    2      2      9
    3      2
    1      3
    2      3
    3      3

我知道它必须是这样的：

    df = df.groupby(['Year'])['Score'].sum()

但不是一年，而是以某种方式通过索引来做到这一点？

Answer 1

根据 cmets，您可以 groupby 索引并在新对象 s 中返回 cumcount()。然后，您可以按这个新对象s 分组并获得sum()。我假设index 在您的示例中位于您的index 上，而不是名为index 的列上。如果是名为index的列，那么先做df = df.set_index('index')：

s = df.groupby(level=0).cumcount()
df.groupby(s)['score'].sum()

0    6
1    9
Name: score, dtype: int64

如果你打印出s，那么s 看起来像这样：

    index
1    0
2    0
3    0
1    1
2    1
3    1