pandas groupby用法 sum

pandas中的groupby方法可以用来对数据进行分组并进行聚合操作。其中，sum函数可以用于求和。

首先，我们需要创建一个DataFrame对象作为示例数据：

import pandas as pd

data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [9, 10, 11, 12, 13, 14, 15, 16]}

df = pd.DataFrame(data)

现在我们有一个包含'A'、'B'、'C'和'D'四列的DataFrame对象。我们可以使用groupby方法对'A'列进行分组，并使用sum函数对'C'和'D'列进行求和：

grouped = df.groupby('A').sum()

上述代码将根据'A'列对DataFrame进行分组，并对'C'和'D'列进行求和。结果将返回一个新的DataFrame对象，其中包含按照'A'列分组后，'C'和'D'列求和的结果。

你可以通过打印grouped来查看结果：

print(grouped)

输出结果为：

      C   D
A          
bar  12  36
foo  16  48

这样就完成了使用pandas的groupby方法和sum函数对数据进行分组和求和的操作。