如何在CSV文件中对多个列进行分组和求和？

Question

我对python和pandas仍然很陌生，目前正在尝试在CSV文件中获取多个列的总和。我有一个CSV文件，其中包含要求和的列，， ：unitCountorderCountinvoiceCount     date       id   name   unitCount   orderCount   invoiceCount 2020-02-12     1   Guitar     200          100           200 2020-02-12     2   Drums      300          200           100 2020-02-12     3   Piano      400          700           300 2020-02-11     1   Guitar     100          500           300 2020-02-11     2   Drums      200          400           400 2020-02-11     3   Piano      300          300           100我想要的输出将是一个CSV文件，其中包含最后3列的总和（分组为），并且仅链接到最晚的日期：ID     date       id   name   total_unitCount   total_orderCount   total_invoiceCount 2020-02-12     1   Guitar        300              600                   500 2020-02-12     2   Drums         500              600                   500 2020-02-12     3   Piano         700              1000                  400有人能帮忙吗？到目前为止，我正在尝试以下方法，但它对我不起作用。是否可以添加到以下代码的第一行？还是我一开始就完全错了？谢谢！groupbydf = pd.read_csv(r'path/to/myfile.csv', sep=';').sum()df.to_csv(r'path/to/myfile_sum.csv')

Answer 1

你可以做一些手动：agg

(df.groupby('id', as_index=False)

   .agg({'date':'max', 'name':'first',

         'unitCount':'sum',

         'orderCount':'sum',

         'invoiceCount':'sum'})

   .to_csv('file.csv')

)

Answer 2

您可以执行以下操作

# group rows by 'id' column

df.groupby('id', as_index=False).agg({'date':'max',

                                      'name':'first',

                                      'unitCount':'sum',

                                      'orderCount':'sum',

                                      'invoiceCount':'sum'}

# change the order of the columns

df = df[['date', 'id', 'name', 'unitCount', 'orderCount'  ,'invoiceCount']]

# set the new column names

df.columns=['date', 'id', 'name', 'total_unitCount', 'total_orderCount'  ,'total_invoiceCount']

# save the dataframe as .csv file

df.to_csv('path/to/myfile_sum.csv')

Answer 3

您只需要调用对象，然后相应地重命名列名，最后将生成的数据帧写入文件。sum()groupbycsv

以下操作应该可以解决问题：

df = pd.read_csv(r'path/to/myfile.csv', sep=';')

df.groupby(['id', 'name'])['unitCount', 'orderCount', 'invoiceCount'] \

  .sum() \

  .rename(columns={'unitCount':'total_unitCount', 'orderCount' : 'total_orderCount', 'invoiceCount': 'total_invoiceCount'}) \

  .to_csv('path/to/myoutputfile_sum.csv', sep=';')