Pandas數據框-基於組的每一列的總和

Question

Panadas-每列的總和基於第一列

我有這個文本文件，其中包含表和其他3個列，分別指示“選擇”，“更新”和“插入”。 我想按表格進行分組，並在末尾對各列的總和進行總計。

df=data.groupby(['Table'])
print df.groupby(['Table'])["Select","Update","Insert"].agg('sum')

Text file has data in this format
Table Select Update Insert
A        10      8      5
B        12      2      0
C        10      2      4
B        19      3      1
D        13      0      5
A        11      7      3

Expected output
Table Select Update Insert
A        21      15     8
B        31      5      1
C        10      2      4
D        13      0      5
Total    75      22    18

帶有sum的df.groupby不能正確匯總每一列的數據。 如果聚合僅在一個列上完成，那很好，但是我終端上的輸出被弄亂了。

感謝您的幫助！

Answer 1

您可以嘗試： df.groupby(by='Table').sum()獲取匯總表：

       Select  Update  Insert
Table                        
A          21      15       8
B          31       5       1
C          10       2       4
D          13       0       5

和df.groupby(by='Table').sum().sum()得出總計：

Select    75
Update    22
Insert    18
dtype: int64

Answer 2

您可以嘗試使用帶有邊距= True的熊貓“ pivot_table”函數

data={'Table':['A','B','C','B','D','A'],'Select':[10,12,10,19,13,11],'Update':[8,2,2,3,0,7],'Insert':[5,0,4,1,5,3]}

df =pd.DataFrame(data)

df2 =df.pivot_table(index ='Table',
               margins=True,
               margins_name='Total', # defaults to 'All'
               aggfunc=sum)

df2.reset_index(inplace =True)

df2[['Table','Select','Update','Insert']]

然后您將獲得所需的輸出：

   Table  Select  Update  Insert
0      A      21      15       8
1      B      31       5       1
2      C      10       2       4
3      D      13       0       5
4  Total      75      22      18

希望這可以幫助！

Answer 3

Table                               ...        
A        10      8      5      0.0  ...     0.0
A        11      7      3      0.0  ...     0.0
B        12      2      0      0.0  ...     0.0
B        19      3      1      0.0  ...     0.0
C        10      2      4      0.0  ...     0.0
D        13      0      5      0.0  ...     0.0
Table Select Update Insert     0.0  ...     0.0

[7 rows x 3 columns]

這是我用df.groupby(by='Table').sum()獲得的輸出

Answer 4

似乎從.log文件加載數據時，數據格式不正確，無法供熊貓處理

這就是數據加載的方式

df=pd.DataFrame(data)
print df

Output of frame I get,

                        Table  ...  Insert
0  Table Select Update Insert  ...     NaN
1   A        10      8      5  ...     NaN
2   B        12      2      0  ...     NaN
3   C        10      2      4  ...     NaN
4   B        19      3      1  ...     NaN
5   D        13      0      5  ...     NaN
6   A        11      7      3  ...     NaN

versus  
when I load in data frame using below,
data={'Table':['A','B','C','B','D','A'],'Select':[10,12,10,19,13,11],'Update':[8,2,2,3,0,7],'Insert':[5,0,4,1,5,3]}

output of print df is 
{'Table': ['A', 'B', 'C', 'B', 'D', 'A'], 'Update': [8, 2, 2, 3, 0, 7], 'Select': [10, 12, 10, 19, 13, 11], 'Insert': [5, 0, 4, 1, 5, 3]}

and pivot_table provides the output as expected.

jitesh singla：如果您不介意，能否請您在Table列上提供有關ivot_table如何與group by一起工作以及如何匯總其他列的數據的詳細信息。