如何在熊猫groupby中添加“ all”组

Question

我有一个要按组分析的数据框。 通过以下操作，我可以轻松做到这一点。 但我也想添加一个“所有”组，而不必制作额外的数据副本。 因此，我想添加另一个包含所有内容的组，而不是2个单独的不相交的组。 用例是我要遍历每个组和所有组以使所有内容可读。

df=pd.DataFrame({'A': ['good', 'good', 'bad'], 'B' :[4,2,1], 'C':[10,10,10]})
df_groups=df.groupby('A')
for group, df in df_groups:
    print group
    //do group level computation

例如我想用类似的方法进行迭代

for group, df in zip(df_groups.groups.keys() + ['all'], df_groups.groups.values() + df_groups.groups.values()):
    print group
    //do group level computation. This time on each group, and also an all group.

Answer 1

您可以将pivot_table函数的margin参数设置为True以获取总计（“全部”）。

df = pd.DataFrame({'A': ['good', 'good', 'bad'], 'B' :[4,2,1], 'C':[10,10,10]})

pd.pivot_table(df, index=['A'], aggfunc=np.sum, margins=True)

      B   C
A          
bad   1  10
good  6  20
All   7  30