使用 Pandas Group-By Sum 按名称计算水果总数
分组和聚合是处理数据时的基本操作。 Pandas 提供了强大的 GroupBy 函数来简化这些过程。
考虑以下 DataFrame，您要在其中计算每个名称购买的水果总数：
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
为了实现这一点，我们可以使用 GroupBy 函数按“名称”和“水果”对 DataFrame 进行分组：
df.groupby(['Name', 'Fruit'])
但是，这仅对数据进行分组，而不执行任何聚合。要计算每个组的“Number”总和，我们可以使用 sum():
df.groupby(['Name', 'Fruit']).sum()
这将输出一个具有分层索引的新 DataFrame，其中第一级对应于“Name”，第二层对应“水果”。 “数字”列包含每组的总和：
Number
Name Fruit
Bob Apples 16
Grapes 35
Oranges 67
Mike Apples 9
Oranges 57
Steve Apples 10
Tom Grapes 87
Oranges 15
Tony Grapes 15
Oranges 1这给了我们期望的结果，显示每个名称购买的水果总数。
以上是如何使用 Pandas GroupBy 按名称计算水果购买总量？的详细内容。更多信息请关注PHP中文网其他相关文章！
