对列中的多个值进行分组答案

【问题标题】：groupby multiple values in a column对列中的多个值进行分组
【发布时间】：2022-01-20 17:50:27
【问题描述】：

我在这里有一个数据框的子集：

data = {'Name': ['ch1', 'ch2', 'ch3', 'ch4', 'ch5', 'ch6'],
        'Time': [1,2,3,4,5,6],
        'Week' : [1, 2, 3, 2, 3, 2]
            }

dfx = pd.DataFrame(data)

我需要总结每周的所有时间，因此第 1 周时间为 1，第 2 周时间为 2+4+6，第 3 周时间为 3+5。我还需要它来查看“周”列并找到所有不同的周，因此对于此示例，有 3 个，但对于另一个数据框，它可能是 2 或 4。

最终结果是查看数据框中的一列，找到唯一值 (1,2,3,...n)，将这些值中的每一个分组到行中，然后总结每个值的时间。

我尝试了几种方法，但没有一种方法能真正达到我想要的效果。我感谢任何帮助或想法。

预期输出：

                                 Sum
Week 1: 1                         1
Week 2: 2  4  6                   12
Week 3: 3  5                      8

输出可以是数据的单个数据帧，也可以是一个数据帧，其中包含所有三行以及所有数字和最后的总和。

【问题讨论】：

您能否包括您自己的尝试和预期的输出？有点不清楚你想要什么

标签： python pandas dataframe pandas-groupby

【解决方案1】：

    import pandas as pd
data = {'Name': ['ch1', 'ch2', 'ch3', 'ch4', 'ch5', 'ch6'],
        'Time': [1,2,3,4,5,6],
        'Week' : [1, 2, 3, 2, 3, 2]
            }

dfx = pd.DataFrame(data)
dfx = dfx.groupby('Week')['Time'].sum()
print(dfx)

输出：

【讨论】：

这太棒了。有没有办法为每个数据点创建 3 行？所以第 1 周有第 1 周的所有值，第 2 周有每个数字，然后再相加。当我删除 .sum() 时，结果变量如下所示： core.groupby.generic.SeriesGroupBy

【解决方案2】：

你可以groupby“周”，选择“时间”列，可以将多个函数（如list构造函数和sum）传递给Groupby.agg做你想做的事：

out = dfx.groupby('Week')['Time'].agg(Times=list, Total=sum)

输出：

          Times  Total
Week                  
1           [1]      1
2     [2, 4, 6]     12
3        [3, 5]      8

【讨论】：