Блог

Я использую этот фрейм данных:

 Fruit   Date      Name  Number
Apples  10/6/2016 Bob    7
Apples  10/6/2016 Bob    8
Apples  10/6/2016 Mike   9
Apples  10/7/2016 Steve 10
Apples  10/7/2016 Bob    1
Oranges 10/7/2016 Bob    2
Oranges 10/6/2016 Tom   15
Oranges 10/6/2016 Mike  57
Oranges 10/6/2016 Bob   65
Oranges 10/7/2016 Tony   1
Grapes  10/7/2016 Bob    1
Grapes  10/7/2016 Tom   87
Grapes  10/7/2016 Bob   22
Grapes  10/7/2016 Bob   12
Grapes  10/7/2016 Tony  15
  

Я хотел бы объединить это по Name , а затем по Fruit , чтобы получить общее количество Fruit на Name . Например:

 Bob,Apples,16
  

Я попробовал сгруппировать по Name и Fruit , но как мне получить общее количество Fruit ?

Используйте GroupBy.sum :

 df.groupby(['Fruit','Name']).sum()

Out[31]: 
               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Grapes  Bob        35
        Tom        87
        Tony       15
Oranges Bob        67
        Mike       57
        Tom        15
        Tony        1
  

Чтобы указать столбец для суммирования, используйте это: df.groupby(['Name', 'Fruit'])['Number'].sum()

Также вы можете использовать функцию agg,

 df.groupby(['Name', 'Fruit'])['Number'].agg('sum')
  

Если вы хотите сохранить исходные столбцы Fruit и Name , используйте reset_index() . В противном случае Fruit и Name станут частью индекса.

 df.groupby(['Fruit','Name'])['Number'].sum().reset_index()

Fruit   Name       Number
Apples  Bob        16
Apples  Mike        9
Apples  Steve      10
Grapes  Bob        35
Grapes  Tom        87
Grapes  Tony       15
Oranges Bob        67
Oranges Mike       57
Oranges Tom        15
Oranges Tony        1
  

Как видно из других ответов:

 df.groupby(['Fruit','Name'])['Number'].sum()

               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Grapes  Bob        35
        Tom        87
        Tony       15
Oranges Bob        67
        Mike       57
        Tom        15
        Tony        1
  

Оба других ответа достигают того, чего вы хотите.

Вы можете использовать pivot функциональность для упорядочивания данных в виде красивой таблицы

 df.groupby(['Fruit','Name'],as_index = False).sum().pivot('Fruit','Name').fillna(0)



Name    Bob     Mike    Steve   Tom    Tony
Fruit                   
Apples  16.0    9.0     10.0    0.0     0.0
Grapes  35.0    0.0     0.0     87.0    15.0
Oranges 67.0    57.0    0.0     15.0    1.0
  

 df.groupby(['Fruit','Name'])['Number'].sum()
  

Вы можете выбрать разные столбцы для суммирования чисел.

Вариант функции .agg(); предоставляет возможность (1) сохранять тип DataFrame, (2) применять средние значения, подсчеты, суммирование и т.д. и (3) позволяет группировать несколько столбцов, сохраняя разборчивость.

 df.groupby(['att1', 'att2']).agg({'att1': "count", 'att3': "sum",'att4': 'mean'})
  

используя ваши ценности…

 df.groupby(['Name', 'Fruit']).agg({'Number': "sum"})
  

Вы можете установить для groupby столбца значение index , а затем использовать sum с level

 df.set_index(['Fruit','Name']).sum(level=[0,1])
Out[175]: 
               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Oranges Bob        67
        Tom        15
        Mike       57
        Tony        1
Grapes  Bob        35
        Tom        87
        Tony       15
  

Вы также можете использовать transform() в столбце Number после группы by. Эта операция вычислит общее число в одной группе с помощью функции sum , результатом будет серия с тем же индексом, что и исходный фрейм данных.

 df['Number'] = df.groupby(['Fruit', 'Name'])['Number'].transform('sum')
df = df.drop_duplicates(subset=['Fruit', 'Name']).drop('Date', 1)
  

Затем вы можете удалить повторяющиеся строки в столбце Fruit и Name . Кроме того, вы можете удалить столбец, Date указав ось 1 ( 0 для строк и 1 для столбцов).

 # print(df)

      Fruit   Name  Number
0    Apples    Bob      16
2    Apples   Mike       9
3    Apples  Steve      10
5   Oranges    Bob      67
6   Oranges    Tom      15
7   Oranges   Mike      57
9   Oranges   Tony       1
10   Grapes    Bob      35
11   Grapes    Tom      87
14   Grapes   Tony      15

# You could achieve the same result with functions discussed by others: 
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].sum())
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].agg('sum'))
  

Существует официальное руководство Group by: split-apply-combine, в котором рассказывается о том, что вы можете сделать после group by.

Если вы хотите, чтобы у агрегированного столбца было пользовательское имя, такое как Total Number , Total и т.д. (все решения, приведенные здесь, приводят к созданию фрейма данных, в котором указан столбец aggregate Number ), используйте именованную агрегацию:

 df.groupby(['Fruit', 'Name'], as_index=False).agg(**{'Total Number': ('Number', 'sum')})
  

или (если в пользовательском имени не обязательно должен быть пробел):

 df.groupby(['Fruit', 'Name'], as_index=False).agg(Total=('Number', 'sum'))
  

это эквивалентно SQL-запросу:

 SELECT Fruit, Name, sum(Number) AS Total
FROM df 
GROUP BY Fruit, Name
  

Говоря о SQL, есть pandasql модуль, который позволяет запрашивать фреймы данных pandas в локальной среде, используя синтаксис SQL. Это не часть Pandas, поэтому ее придется устанавливать отдельно.

 #! pip install pandasql
from pandasql import sqldf
sqldf("""
SELECT Fruit, Name, sum(Number) AS Total
FROM df 
GROUP BY Fruit, Name
""")
  

Вы можете использовать dfsql
для вашей проблемы, это будет выглядеть примерно так:

 df.sql('SELECT fruit, sum(number) GROUP BY fruit')
  

https://github.com/mindsdb/dfsql

вот статья об этом:

https://medium.com/riselab/why-every-data-scientist-using-pandas-needs-modin-bringing-sql-to-dataframes-3b216b29a7c0

Вы можете использовать reset_index() для сброса индекса после суммы

 df.groupby(['Fruit','Name'])['Number'].sum().reset_index()
  

или

 df.groupby(['Fruit','Name'], as_index=False)['Number'].sum()