为第一列熊猫数据框的所有唯一值求和第二列值的正确方法答案

【问题标题】：correct way to sum values of second column for all unique values of first column pandas dataframe为第一列熊猫数据框的所有唯一值求和第二列值的正确方法
【发布时间】：2015-08-29 16:10:54
【问题描述】：

我是熊猫新手。我有一个数据框，第一列是星期几，第二列是值列表。我想总结一下每个工作日的总价值。所以：

        day               values 
0   Thursday                 3
1   Thursday                 0
2   Friday                   0
2   Friday                   1
4   Saturday                 3
5   Saturday                 1
etc...

会变成：

    day               values 
0   Thursday                 3
1   Friday                   1
2   Saturday                 4
etc...

使用summing the number of occurrences per day pandas 我实现了我想要的： - 原来的 df 被称为 value_frame

values_on_day =pd.DataFrame(value_frame.groupby(value_frame.day).apply(lambda subf: subf['values'].sum()))

但是，值和工作日被填充到一个单元格中，以便：打印字典（values_on_day）等于：

    {0: day
Friday        3
Monday        4
Saturday      7
Sunday       22
Thursday     26
Tuesday       2
Wednesday     4
Name: 0, dtype: int64}

我编写了一个解决方法，将列转换为 dicts，然后是列表，然后再转换回 dict 并转换回 df，但显然这不是这样做的方法。

请您告诉我在原始数据框中获得一周中每一天的总值的正确方法吗？

【问题讨论】：

这应该可以工作：df.groupby('day').sum()，其中df 是您的第一个数据帧。
快了！ df.head() 用[5 rows x 2 columns] 给出答案print df.groupby('day').sum() 用[7 rows x 1 columns] 给出答案，看起来它认为值列名称是标题。

标签： python pandas

【解决方案1】：

我同意@Primer。这是编写您想做的事情的正确方法。我已更新我的答案以添加 index 作为工作日号码。

import pandas as pd
import time

df = pd.DataFrame({'day': ['Thursday', 'Thursday', 'Friday', 'Friday', 'Saturday', 'Saturday'], 'values': [3,0,0,1,3,1]})
result = df.groupby('day').sum()
# Reseting the index
result.reset_index(inplace=True)
# Creating a new index as the weekday number for each day
result.index = result['day'].apply(lambda x: time.strptime(x, '%A').tm_wday)
# Renaming the index
result.index.names = ['weekday']
# Sorting by index
result.sort_index(inplace=True)
print(result)

给予：

              day  values
weekday                  
3        Thursday       3
4          Friday       1
5        Saturday       4

【讨论】：

啊！所以我现在更好地理解了这个问题。 python 没有将值视为标题（正如我之前在对 Primer 的回答中所想的那样），它正确地将其视为列名，并将天数分配为索引值！谢谢你。
添加编号索引的最佳方法是执行以下操作：days_of_week = df.groupby('day').sum()，其中：value_name = days_of_week.columns[0]，以及“days_name = days_of_week.index.name”，我们可以制作如下字典： new_dict = {days_name:days_of_week.index, value_name:list(days_of_week[days_name])} 然后做new_df = pd.DataFrame(new_dict) ?
我了解到您想在DataFrame 中添加一个index，作为每天的工作日编号。我以这种方式更新我的答案。
这是一个比我想象的更好的答案。非常感谢罗曼！