python - 重复属性的 Pandas 总和

Question

我正在使用 Pandas 操作一个包含多行和多列的 csv 文件，如下所示

Fullname     Amount     Date           Zip    State .....
John Joe        1        1/10/1900     55555    Confusion
Betty White     5         .             .       Alaska 
Bruce Wayne     10        .             .       Frustration
John Joe        20        .             .       .
Betty White     25        .             .       .

我想创建一个名为 Total 的新列，其中包含每个人的总金额。 (由 Fullname 和 Zip 标识)。我很难找到正确的解决方案。

让我们调用我的 csv import csvfile。这是我的。

import Pandas
df = pandas.read_csv('csvfile.csv', header = 0) 
df.sort(['fullname'])

我想我必须使用 iterrows 来做我想做的事情。删除重复的问题是我会丢失金额或金额可能不同。

Answer 1

我想你想要这个:

df['Total'] = df.groupby(['Fullname', 'Zip'])['Amount'].transform('sum')

所以 groupby 将根据 Fullname 和 zip 列进行分组，如您所述，然后我们调用 transform在 Amount 列上并通过传入字符串 sum 计算总金额，这将返回一个索引与原始 df 对齐的系列，然后您可以删除重复项。例如

new_df = df.drop_duplicates(subset=['Fullname', 'Zip'])