Python-Pandas分组和总和
我正在使用此数据框：
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
我想按名称然后按水果进行汇总，以获得每个名称的水果总数。
Bob,Apples,16 ( for example )
我尝试按名称和水果分组，但如何获取水果总数。
问题答案：
使用sum()方法
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
-
问题内容： 我有一个这样的数据框： 我想计算每个集群每个组织的平均时间。 预期结果： 我不知道如何在熊猫中做到这一点，有人可以帮忙吗？ 问题答案： 如果你想先对组合取平均值，然后再对cluster组取平均值 如果你不仅仅希望价值观，那么你可以 你可以groupby上再取
-
问题内容： 给定以下数据框 我想按的总和对分组（）进行排序，然后按（不对）的值进行分组。所以基本上得到组的顺序 然后通过对/错，最终看起来像这样： 如何才能做到这一点？ 问题答案： Groupby A： 在每个组中，对B求和，然后使用transform广播值。然后按B排序： 通过从上方传递索引来索引原始df。这将按B值的总和对A值重新排序： 最后，使用选项保留“ A”组中的“ C”值，以保留步骤1
-
问题内容： 这应该很容易，但是以某种方式我找不到有效的解决方案。 我有一个熊猫数据框，看起来像这样： 我想按col1和col2分组并获得col3和col4。 由于无法汇总数据，因此可以删除。 这是输出的样子。我很感兴趣，同时具有和中产生的数据帧。是否和是否属于索引并不重要。 这是我尝试过的： 但是，这只会返回的汇总结果。 我在这里迷路了。我发现的每个示例仅汇总一列，显然不会发生此问题。 问题答案：
-
我正在使用此数据框： 我想通过名称和水果将其聚合，得到每个名称的水果总数。 我试着按名字和水果分组，但如何得到水果的总数呢。
-
这似乎是一个相当直接的前进，但几乎一整天后，我没有找到解决办法。我已经用read_csv加载了我的数据帧，并且很容易地将日期和时间列解析、组合和索引到一个列中，但是现在我希望能够根据小时和分钟分组来重新塑造和执行计算，类似于您可以在excel Pivot中所做的。 我知道如何重新采样到小时或分钟，但它维护与每个小时/分钟相关联的日期部分，而我只想将数据集聚合到小时和分钟，这类似于在excel数据透
-
问题内容： 假设我有以下数据框 第一列是日期时间对象，第二列是整数。我想要的是为每行最后五分钟计算列“ A”的总和。 作为该行的示例 ，列“ A”的总和为2（1 + 1），而行的列“ A”的总和为7（2 + 1 + 4）。重要的是时间窗口（5分钟）的过去行数对于每一行都是不同的（因为时间序列是不规则的）。 如何在pandas中使用rolling_sum方法获取列“ A”的最后五分钟总和？提前致谢。