如果它们在不同的列中具有相同的值，如何总结各个列？

Question

我有以下数据框：

            Names      Counts  Year
0           Jordan        1043  2000
1            Steve         204  2000
2            Brock           3  2000
3            Steve          33  2000
4             Mike          88  2000
...           ...         ...   ...
20001        Bryce           2  2015
20002        Steve          11  2015
20003        Penny          24  2015
20004        Steve          15  2015
20005        Penny           5  2015

如果每个名称在一年中出现多次，我想将它们的所有计数加起来。 output 的示例可能如下所示：

            Names      Counts  Year
0           Jordan        1043  2000
1            Steve         237  2000
2            Brock           3  2000
3             Mike          88  2000
...           ...         ...   ...
20001        Bryce           2  2015
20002        Steve          26  2015
20003        Penny          29  2015

我尝试了以下方法：

(df[df['Names'].eq('Steve')].groupby('Year').agg({'Names': 'first', 'Counts': sum}).reset_index())

它为个人名称返回以下内容，但这不是我想要的。

   Year  Names  Counts
0  2000  Steve     237
1  2015  Steve      26

Answer 1

尝试

df['Counts'] = df.groupby(['Names','Year'])['Counts'].transform('sum')

Answer 2

您共享的代码看起来像是在过滤“名称”列中的值“史蒂夫”。 下面的代码将对“名称”和“年份”组合的唯一对进行分组，并对所有相关的“计数”值求和。

tempdf = df.groupby(['Names',"Year"])['Counts'].sum().reset_index()