在pandas中基于groupedby的列求和,如何保留索引
时间: 2023-03-11 09:53:52 浏览: 70
在 pandas 中,可以使用 `groupby` 函数对数据进行分组,然后使用 `sum` 函数对分组后的数据求和。要保留索引,可以在调用 `sum` 函数时传入参数 `as_index=False`。
例如,假设有一个名为 `df` 的数据框,包含两列:"A" 列和 "B" 列。要按 "A" 列的值对数据框进行分组,并对 "B" 列求和,并保留索引,可以这样做:
```
df.groupby("A", as_index=False)["B"].sum()
```
这将返回一个新的数据框,其中包含两列:"A" 列和 "B" 列的和。索引也将被保留。
相关问题
pandas中对特定列求和
可以使用 `mean()` 函数对 Pandas 数据中的特定列进行求和,例如:
```python
import pandas as pd
# 读取数据
data = pd.read_csv('data.csv')
# 对特定列进行求和
sum = data['column_name'].sum()
print('特定列的和为:', sum)
```
其中,`data.csv` 是待处理的数据文件名,`column_name` 是要进行求和的列名。
pandas中对列求和sum
可以使用`sum()`函数对DataFrame或Series中的列进行求和。例如,对于一个DataFrame对象df,如果想要对列col1和col2进行求和,可以使用以下代码:
```
df[['col1', 'col2']].sum()
```
如果想要对所有列进行求和,可以使用以下代码:
```
df.sum()
```
如果想要对每行进行求和,可以使用以下代码:
```
df.sum(axis=1)
```
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)