基於另一列對數據框進行分組/匯總和求和

Question

我有一個從 numpy 數組創建的數據框（ df ），如下所示：

0.22    1
0.31    1
0.91    1
0.48    2
0.2     2
0.09    2
0.9     3
0.71    3
0.73    3
0.65    4
0.16    4
0.9     4
0.75    5
0.87    5
0.72    5
0.68    6
0.54    6
0.48    6

我想創建一個匯總數據框，將第一列中的值與其在第二列中的位置相加。 因此，我希望從上面的示例中輸出的匯總數據幀如下所示：

3.68    total
2.79    total
3.83    total

其中：匯總數據框中的第一個值等於： 0.22+0.48+0.9+0.65+0.75+0.68=3.68

摘要數據框中的第二個值等於： 0.31+0.2+0.71+0.16+0.87+0.54=2.79

摘要數據框中的第三個值等於： 0.91+0.09+0.73+0.9+0.72+0.48=3.83

Answer 1

您可以執行 groupby 兩次，一次用於標記每個組內的相對位置，一次用於求和：

df[0].groupby(df.groupby(df[1]).cumcount()).sum()

輸出：

0    3.68
1    2.79
2    3.83
Name: 0, dtype: float64

選項 2 ：如果所有組都有相同數量的元素，我們可以重塑：

df[0].values.reshape(df[1].max(),-1).sum(0)
# out
# array([3.68, 2.79, 3.83])

Answer 2

對於此類問題，以下模式通常很有用。 要按第 n 行進行分組，如果您的索引已排序且連續，則可以使用df.index % n 。

n = 3
df.groupby(df.index % n)[0].sum()

輸出

0    3.68
1    2.79
2    3.83