Pandas 聚合多列

Question

我有以下数据框

import pandas as pd
import numpy as np
from IPython.display import display

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
         ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
index = pd.MultiIndex.from_arrays(arrays, names=['first', 'second'])
df = pd.DataFrame({'A': np.arange(8),
                   'B': np.arange(8),
                    'C': np.arange(8)},
                  index=index)
df

我现在想要一个数据框，其内容是 'first' 组下所有元素的总和，即

<!DOCTYPE html>
<html>
<head>
<style>
table, th, td {
    border: 1px solid black;
}
</style>
</head>
<body>

<table style="width:100%">
  <tr>
    <th>first</th>
    <th>sum</th>     
  </tr>
  <tr>
    <td>bar</td>
    <td>3</td>    
  </tr>
  <tr>
    <td>baz</td>
    <td>15</td>    
  </tr>
  <tr>
    <td>foo</td>
    <td>27</td>    
  </tr>
  <tr>
    <td>qux</td>
    <td>39</td>    
  </tr>
</table>
</body>
</html>

我试过下面的代码

grouped = df.groupby([pd.Grouper(level='first')])
grouped.sum(axis='columns')

但这抱怨 "f() got an unexpected keyword argument 'axis'"。有没有办法通过抑制其中一个索引来运行多索引数据帧上的聚合函数？

Answer 1

方式一

这个代码

grouped = df.reset_index().groupby('first').sum()
sum_by_columns = grouped.sum(axis=1).to_frame()
sum_by_columns.columns = ['sum']
print(sum_by_columns)

将提供您想要的输出

       sum
first     
bar      3
baz     15
foo     27
qux     39

这里的士气是 grouped.sum() 分别应用于每一列。

方式二

不过您可以使用自己的聚合函数：

sum_by_columns = df.groupby([pd.Grouper(level='first')]).apply(lambda x: x.sum().sum())
sum_by_columns.columns = ['sum']
print(sum_by_columns)

它会导致您得到相同的结果。在这里，lambda 不是应用于每一列，而是应用于每个部分数据帧。

方式三

如果需要跨列聚合，可以先用df.stack()方法转成行：

sum_by_columns = df.stack().groupby(pd.Grouper(level='first')).sum().to_frame()
sum_by_columns.columns = ['sum']
print(sum_by_columns)

Answer 2

 df.groupby(by="first").sum() will give you, (by="w/e you want them to be group by")
            A   B   C
    first            
    bar     1   1   1
    baz     5   5   5
    foo     9   9   9
    qux    13  13  13

 df.groupby(by="first").sum().sum(axis=1) will give you 
first
bar     3
baz    15
foo    27
qux    39

Pandas 聚合多列

Pandas aggregating across multiple columns

python

pandas-groupby