如何对熊猫数据框进行分组并对另一列中的值求和

Question

我有一个包含 3 列（CHAR、VALUE 和 WEIGHT）的 Pandas 数据框。

• CHAR 列包含重复值，我需要将这些值分组 ['A'、'A'、'A'、'B'、'B'、'C']。

• VALUE 列对于每个唯一的 CHAR [10, 10, 10, 15, 15, 20] 都有一个唯一的值。

• WEIGHT 列有各种值 [1, 2, 1, 4, 4, 6]。

考虑我的初始数据框的示例：

我需要创建一个包含 3 列的新数据框。

• CHAR 不会有任何重复
• T_VALUE（总价值），它将包含此 CHAR 的值及其所有权重的总和
• T_WEIGHT（总重量），它将具有此 CHAR 的权重之和

结果如下所示：

我将不胜感激任何帮助。

Answer 1

你可以使用+=代替：

newDF = df.groupby(['CHAR', 'VALUE'], as_index=False)['WEIGHT'].sum()
newDF['VALUE'] += newDF['WEIGHT']

Answer 2

我实际上能够回答我自己的问题。 这是解决方案：

d = {'CHAR': ['A', 'A', 'A', 'B', 'B', 'C'],
     'VALUE': [10, 10, 10, 15, 15, 20], 
     'WEIGHT':  [1, 2, 1, 4, 4, 6]}
df = pandas.DataFrame(data=d)

newDF = df.groupby(['CHAR', 'VALUE'], as_index=False)['WEIGHT'].sum()
newDF['VALUE'] = newDF['VALUE'] + newDF['WEIGHT']