dataframe 分组求和

要在DataFrame中进行分组求和，可以使用groupby()方法和sum()方法。首先，使用groupby()方法按照指定的列名进行分组，然后使用sum()方法对每个分组进行求和。

以下是一个示例代码：

df1 = df.groupby(['class_1', 'class_2']).sum()

这行代码将按照'class_1'和'class_2'这两列进行分组，并对每个分组中的数值列进行求和操作。

请注意，上述代码中的df是一个DataFrame对象，'class_1'和'class_2'是DataFrame中的列名。

通过这个方法，你可以在DataFrame中进行分组求和操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [python DataFrame数据分组统计groupby()函数，值得推荐](https://blog.csdn.net/m0_67621628/article/details/123568884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [python 实现分组求和与分组累加求和代码](https://download.csdn.net/download/weixin_38618784/14841816)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]