Pandas Dataframe groupby 一列和所有其他列的总和

Question

我有一个看起来像这样的 pandas dataframe

genre1    genre2    genre3   Votes1  votes2  votes3 ......… cnt
Comedy    Animation Drama    8.3     7.0     8.5            1
Adventure Comedy    Mystery  6.4     8.2     3.5            1
Drama     Music     Sci-Fi   3.8     6.2     5.9            1
.
.
.

我想为每个 dataframe 分别使用各个类型的分组和所有其他数字列的总和创建 3 个新数据帧。 我尝试了 groupby 的不同变体，pandas 的总和，但我无法弄清楚如何将 groupby sum 一起应用以给出如图所示的结果。 请分享您可能有的任何想法。 谢谢！

Answer 1

当您执行df.groupby().sum()时，您将得到一个 DataFrame ，其中每列总和一列，索引将是不同的组。

此外，您可以将列名列表传递给groupby() 。 所以你可以这样做： df.groupby(["genre1", "genre2", "genre3"])

例子：

>>> df = pd.DataFrame(
    {
        "hello": ["world", "brave", "world", "brave",], 
        "num1": [1, 2, 3, 4], 
        "num2": [1, 2, 3, 4]
    }
)
>>> df
   hello  num1  num2
0  world     1     1
1  brave     2     2
2  world     3     3
3  brave     4     4
>>> df.groupby("hello").sum()
       num1  num2
hello
brave     6     6
world     4     4
>>> df.groupby("hello").sum().columns
Index(['num1', 'num2'], dtype='object')
>>> df.groupby("hello").sum().index
Index(['brave', 'world'], dtype='object', name='hello')

>>> df = pd.DataFrame(
    {
        "hello1": ["world", "brave", "world", "brave",], 
        "hello2": ["new", "world", "brave", "new",], 
        "num1": [1, 2, 3, 4], 
        "num2": [1, 2, 3, 4]
    }
)
>>> df.groupby(["hello1", "hello2"]).sum()
               num1  num2
hello1 hello2
brave  new        4     4
       world      2     2
world  brave      3     3
       new        1     1

这应该会给你你正在寻找的结果，但是如果你想要多个 DataFrames，你可能必须将 output DataFrame 中的数据复制到你想要在其自己的 ZBA834BA059A9A379E88E4Z 中的每一列的新 DataFrames 中。