Pandas - dataframe groupby - 如何获得多列的总和

Question

这应该是一个简单的,但不知何故,我找不到一个有效的解决方案.

我有一个pandas数据框,如下所示:

index col1   col2   col3   col4   col5
0     a      c      1      2      f 
1     a      c      1      2      f
2     a      d      1      2      f
3     b      d      1      2      g
4     b      e      1      2      g
5     b      e      1      2      g

我想按col1和col2分组,得到sum()col3和col4. Col5可以删除,因为无法聚合数据.

以下是输出的外观.我有兴趣在结果数据帧中同时使用col3和col4.这并不重要,如果col1和col2是索引与否的一部分.

index col1   col2   col3   col4   
0     a      c      2      4          
1     a      d      1      2      
2     b      d      1      2      
3     b      e      2      4      

这是我尝试过的:

df_new = df.groupby(['col1', 'col2'])["col3", "col4"].sum()

然而,这仅返回聚合的结果col4.

我迷失在这里.我发现的每个例子只聚合一列,但问题显然不会发生.

Answer 1

通过使用 apply

df.groupby(['col1', 'col2'])["col3", "col4"].apply(lambda x : x.astype(int).sum())
Out[1257]: 
           col3  col4
col1 col2            
a    c        2     4
     d        1     2
b    d        1     2
     e        2     4

如果你想 agg

df.groupby(['col1', 'col2']).agg({'col3':'sum','col4':'sum'})

Answer 2

由于GitHub和Stack Overflow上讨论的 pandas FutureWarning: Indexing with multiple key ，我推荐这个解决方案：

df.groupby(['col1', 'col2'])[['col3', 'col4']].sum().reset_index()

输出：

Answer 3

上面的答案对我不起作用。

df_new = df.groupby(['col1', 'col2']).sum()[["col3", "col4"]]

我按单个分组依据和总和列进行分组。

这是为我工作的。

D1.groupby(['col1'])['col2'].sum() << The sum at the end not the middle.

Answer 4

另一个通用的解决方案是

df.groupby(['col1','col2']).agg({'col3':'sum','col4':'sum'}).reset_index()

这将为您提供所需的输出。