Question

之前可能会问过类似的问题，但我无法找到适合我问题的确切问题。我想根据两列的数据框进行分组。例如，这个

id product quantity
1  A       2
1  A       3
1  B       2
2  A       1
2  B       1
3  B       2
3  B       1

进入这个：

id product quantity
1  A       5
1  B       2
2  A       1
2  B       1
3  B       3

意味着总和＆＃34;数量＆＃34;相同的列＆＃34; id＆＃34;和＃34;产品＆＃34;。

Answer 1

您需要groupby参数as_index=False才能返回DataFrame并汇总mean：

df = df.groupby(['id','product'], as_index=False)['quantity'].sum()
print (df)
   id product  quantity
0   1       A         5
1   1       B         2
2   2       A         1
3   2       B         1
4   3       B         3

或添加reset_index：

df = df.groupby(['id','product'])['quantity'].sum().reset_index()
print (df)
   id product  quantity
0   1       A         5
1   1       B         2
2   2       A         1
3   2       B         1
4   3       B         3

Answer 2

您可以将pivot_table与aggfunc='sum'

一起使用

df.pivot_table('quantity', ['id', 'product'], aggfunc='sum').reset_index()

   id product  quantity
0   1       A         5
1   1       B         2
2   2       A         1
3   2       B         1
4   3       B         3

Answer 3

您可以使用groupby和aggregate功能

import pandas as pd
df = pd.DataFrame({
    'id': [1,1,1,2,2,3,3],
    'product': ['A','A','B','A','B','B','B'],
    'quantity': [2,3,2,1,1,2,1]
})

print df

   id  product  quantity
0   1     A      2
1   1     A      3
2   1     B      2
3   2     A      1
4   2     B      1
5   3     B      2
6   3     B      1


df = df.groupby(['id','product']).agg({'quantity':'sum'}).reset_index()
print df

    id  product  quantity
0   1     A       5
1   1     B       2
2   2     A       1
3   2     B       1
4   3     B       3

如何基于pandas中的两列进行分组？

3 个答案: