Groupby：计算每年的总列数

Question

我对熊猫很新，我想弄清楚如何使用Groupby命令。 我按年分组数据，cik和boolean现在我需要分别计算每年的真假数。

我尝试过transform.(sum)['count']但它增加了我3年的数据。 我真的很感激任何帮助/指导。

谢谢！

df.groupby(['cik','isBase','FY'])['ext'].agg('count').head()

df['ext'] = np.where(df['isBase']== 'false', 1, 0)

df = df.groupby(['cik','isBase','FY',]['ext'].agg('count').reset_index(name='count')

df.head()

        cik     isBase  FY    count
    0   1750    false   2015    78
    1   1750    false   2016    73
    2   1750    false   2017    62
    3   1750    true    2015    328
    4   1750    true    2016    306
    5   1750    true    2017    305

我期待输出是这样的：

    cik    isBase   FY    count      totcount
0   1750    false   2015    78        406
1   1750    false   2016    73        376
2   1750    false   2017    62        367
3   1750    true    2015    328       406
4   1750    true    2016    306       376
5   1750    true    2017    305       367

只要我能得到每年T + F的总数

Answer 1

尝试

df['totcount'] = df.groupby('FY')['count'].transform(sum)

基本上， df.groupby('FY')用相同年份对所有行进行分组，然后添加df.groupby('FY')['count']只查看count列。 现在， tranform(sum)将每年（组）转换为相应的总和。

输出：

+-----+------+--------+------+-------+----------+--+
| idx | cik  | isBase |  FY  | count | totcount |  |
+-----+------+--------+------+-------+----------+--+
|   0 | 1750 | False  | 2015 |    78 |      406 |  |
|   1 | 1750 | False  | 2016 |    73 |      379 |  |
|   2 | 1750 | False  | 2017 |    62 |      367 |  |
|   3 | 1750 | True   | 2015 |   328 |      406 |  |
|   4 | 1750 | True   | 2016 |   306 |      379 |  |
|   5 | 1750 | True   | 2017 |   305 |      367 |  |
+-----+------+--------+------+-------+----------+--+

Answer 2

所以事实证明我没有正确使用我的支架......这样做了

df['totcount'] = df.groupby(['cik','FY']).transform(sum)['count']