tablesaw 分组 求和

Tablesaw 是一个基于 Apache Beam 的 Python 库，用于数据分析，它的设计理念类似于 Pandas，但更加专注于数据处理和可视化。对于分组求和操作，你可以使用 Tablesaw 中的 `group_by` 和 `aggregate` 方法来实现。

假设你有一个 DataFrame（类似 Pandas）：

from tablesaw import Table

# 假设 df 是一个 Tablesaw 表格
df = Table.read_csv('your_data.csv')  # 替换成实际文件路径

# 对某一列进行分组并计算总和
grouped_df = df.group_by('column_to_group')  # 'column_to_group'是你想分组的列名
sums = grouped_df.aggregate(['sum', 'mean'])  # 计算总和和平均数

# 显示结果
for row in sums:
    print(f"Group: {row['column_to_group']}, Sum: {row['sum_column_name']}, Mean: {row['mean_column_name']}")  # 'sum_column_name' 和 'mean_column_name' 是你想求和的列的实际名称

在这个示例中，`group_by` 方法按照指定的列对数据进行分组，`aggregate` 方法则应用于每个组，计算指定聚合函数（如 sum 和 mean）。记得替换 `'column_to_group'` 和 `'column_name'` 为你实际的数据列名。