本文共 1325 字，大约阅读时间需要 4 分钟。

Pandas：根据其他列值对列进行求和

在Pandas中，想要根据其他列的值对某一列的值进行求和，可以使用groupby()函数结合sum()函数。以下是详细的操作步骤和代码示例。

安装Pandas库

确保你的环境中已经安装了Pandas库。如果尚未安装，可以运行以下命令进行安装：

pip install pandas

创建DataFrame

假设你有一个DataFrame df，包含两列 A 和 B，你需要根据列 A 的值对列 B 进行求和。以下是创建DataFrame的步骤：

import pandas as pd
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': [1, 2, -3, 4, -5, 6, -7, 8]
}
df = pd.DataFrame(data)

使用groupby和sum函数进行分组求和

按照以下步骤对列 B 进行分组求和：

以下是完整的代码示例：

import pandas as pd
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': [1, 2, -3, 4, -5, 6, -7, 8]
}
df = pd.DataFrame(data)
result = df.groupby('A')['B'].sum()
print(result)

测试用例

为了验证结果的正确性，可以定义一个测试用例：

import pandas as pd
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': [1, 2, -3, 4, -5, 6, -7, 8]
}
df = pd.DataFrame(data)
expected_result = pd.Series([7, -6], index=['foo', 'bar'], name='B')
def test_groupby_sum():
    result = df.groupby('A')['B'].sum()
    assert result.equals(expected_result)
test_groupby_sum()

结果展示

运行代码后，输出结果如下：

A
bar    -6
foo     7
dtype: int64

总结

在这个示例中，我们首先导入了Pandas库，创建了一个包含两列 A 和 B 的DataFrame。接着，我们使用groupby()函数按照列 A 的值对DataFrame进行分组，并使用sum()函数对每个组中的列 B 进行求和。最后，我们通过测试用例验证了结果的正确性。

如果你有任何问题或需要进一步的帮助，请随时联系我！

转载地址：http://dpvfk.baihongyu.com/