如何在熊猫中分组然后总结值？

Question

我有下一个问题：我在 Pandas 中有一个数据框，它有一个属性“features”和另一个属性“VOTES”。'VOTES' 是数字，'features' 是在数据框中重复的字符串。我想根据特征分组并对 VOTES 的值求和，以获得下一个结果：最初的数据框：+----------+---------+| features | VOTES   |+----------+---------+| A        | 4       |+----------+---------+| V        | 3       |+----------+---------+| A        | 2       |+----------+---------+| C        | 9       |+----------+---------+我做了以下操作，但我在 VOTES 列上得到了 NaN 值。dataframe_clusters['VOTES'] = dataframe_clusters.groupby('features')['VOTES'].sum()我想得到下一个结果：+----------+---------+| features | VOTES   |+----------+---------+| A        | 6       |+----------+---------+| V        | 3       |+----------+---------+| C        | 9       |+----------+---------+

Answer 1

你可以这样做：

dataframe_clusters.groupby('features').sum().reset_index()

输出：

  features  VOTES

0        A      6

1        C      9

2        V      3

Answer 2

从你的问题来看，你到底需要什么并不是很清楚。您正在执行的分组是可以的，但是由于某种原因，您要为其分配同一数据帧的列。我猜你最后需要加入。检查这个：

import pandas as pd

df = pd.DataFrame(data={'features':['A','V','A','C'], 'VOTES':[4,3,2,9]})

totals = df.groupby('features').sum()

print(df)

print(totals)

joined = df.join(totals, on='features', rsuffix='_total')

print(joined)

它会给你这个：

   VOTES features

0      4        A

1      3        V

2      2        A

3      9        C

          VOTES

features       

A             6

C             9

V             3

   VOTES features  VOTES_total

0      4        A            6

1      3        V            3

2      2        A            6

3      9        C            9