分组求和和加入熊猫答案

【问题标题】：Grouping summing and joining in pandas分组求和和加入熊猫
【发布时间】：2015-12-22 03:29:17
【问题描述】：

我花了好几个小时才弄明白。

我有一个数据集 salaries 包含以下列-

['yearID' 'teamID' 'lgID' 'playerID' 'salary']

它列出了每个球队每年每个球员的薪水。

我有另一个数据集 teams 包含以下列-

['yearID', 'teamID', 'W']

它列出了每个团队每年的胜利（用 W 表示）。

使用这两个数据集，我想要一个数据集，其中包含每个团队每年的总薪水和胜利。

我做了很多尝试，但都失败了。这是一个：

我将salaries 数据集按“teamID”和“yearID”分组。

我将其相加得出一个团队在给定年份的总工资。

salariesGrouped = salaries.groupby(['teamID', 'yearID']).sum()

我尝试将它与teams 数据集合并，但它失败了，因为salariesGrouped 只有一列，即“工资”。
```
pd.merge(salariesGrouped, teams, on=['yearID', 'teamID'])
```

我该怎么办？

样本数据：

工资：

yearID       teamID       lgID       playerID     salary
1999          A             X           ABC         100
1999          A             Y           XXX         900
2000          B             Z           YYY         300
2001          A             K           ZZZ         200

团队：

yearID       teamID       W
1999           A          20
2000           B          30
2001           A          40
2002           D          10

预期输出：

teamID      yearID       W      salary
A           1999         20      1000
            2000         40      200
B           2000         30      300

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

然后试试这个解决方案：

Salaries = Salaries.groupby(['yearID','teamID']).sum()
Salaries = Salaries.reset_index()

data = pd.merge(df_salaries, df_teams, on=['yearID','teamID'])

【讨论】：

它返回正确的每支球队的总工资金额，但错误的获胜次数。胜利属于一个团队，不应相加。
您能否向我们展示您的数据样本以及期望的结果？
好的。我刚刚用示例数据和期望的结果更新了问题。
它给出：KeyError: 'yearID'。这是因为Salaries 没有“yearID”和“teamID”列。我通过运行Salaries.columns.values 进行了检查，它只返回一列“工资”。
当您按分组为索引的列分组时（如果按多列分组，您将拥有多个索引）。这就是你得到关键错误“yearID”的原因。仅仅因为该列不再存在，它已成为索引。通过重置索引，您可以取回列并拥有通常的 0 到 n 索引

【解决方案2】：

这对你有用吗？

teams['Total Salaries'] = list(salariesGrouped.salary)

【讨论】：

我不这么认为，因为teams 有 2745 行，而 salariesGrouped 有 828 行。