pandas 求和后保留系列

在Pandas中，当你需要对数据框的某一列或多列求和并且希望保留原始数据列的索引时，可以使用`groupby`和`transform`方法结合`sum`函数。以下是步骤：

1. 首先，假设你有一个DataFrame `df`，并且想按照某列（如`column_name`）对另一列（如`value_column`）进行求和：

grouped_df = df.groupby('column_name')['value_column'].sum()

这里，`grouped_df` 将是一个新的DataFrame，其中每一行都有`column_name`的一个唯一值，并且对应的`value_column`求和后的结果。

2. 如果你想在原DataFrame上添加这个求和结果作为新列，可以使用`reset_index`方法：

new_df = grouped_df.reset_index()

现在，`new_df`就有了原来的索引，并且添加了一列，该列的值是原来`value_column`求和后的结果。

如果你想保留原始数据列不变，只是新增加一行求和值，那么可以直接创建一个新的Series对象：

sum_series = df['value_column'].sum().to_frame(name='sum_of_values')

这里的`to_frame`方法会将单个值转换成一个包含此值的新DataFrame，其索引通常是0。

相关问题

pandas求和如何保留两位小数

在Pandas中，如果你想要对数据框（DataFrame）或系列（Series）中的数值求和，并保留两位小数，你可以直接使用`sum()`函数加上`.round(2)`方法来实现。例如：

df['column_name'].sum().round(2)

这里`column_name`需要替换为你想要求和的实际列名。这将返回一个浮点数，其值会被四舍五入到最接近的两个小数位。

如果你想在整个数据框上应用这个操作，可以这样做：

df.sum().round(2)

这将会对所有数值列求和并四舍五入到两位小数。