python - Pandas:如何按组对变量求和？

Question

我想在 python 中将多个值求和为一个。请参阅下图我的数据。我想对 AGE 的所有值求和每个国家每年。

而不是这样:

country  TIME       AGE      Value
A        2017       20-60     200
A        2017       60-80     100
A        2016       20-60     200
A        2016       60-80     200
B        2017       20-60     300
B        2017       60-80     300
B        2016       20-60     400
B        2016       60-80     400

我想要这个:

country  TIME             Value
A       2017               300       
A       2016               400
B       2017               600       
B       2016               800

数据类型:

df4types
AGE      object
Value    object
dtype: object

数据具有按国家/地区和 TIME 划分的多重索引.

如果尝试过这个:

df=df.groupby(by=["TIME","GEO"])['Value'].sum()

还有这个:

df=df.groupby(by=["TIME","GEO"]).sum()['Value']

两者都“有效”，但产生了巨大的值(value)。就像它不求和而是将数字粘贴到彼此后面。我尝试使用以下方法将变量类型更改为数字:通过df.Value.astype(float) & df.Value.astype(int)

不幸的是，这并没有解决问题。有人知道如何正确地按组和时间求和值吗？我还上传了真实数据集的图片。

Answer 1

• 年龄列似乎在您想要的数据中没有发挥作用。
• “值”不应该是 dtype=object。如果您尝试 df.Value = df.Value.astype(int) 或 df.Value=pd.to_numeric(df.Value) 但它不起作用，那么我我打赌您需要清理该列中的一些数据)
• 您不需要搞乱多重索引

完成上述操作后，请尝试此代码。

import pandas as pd
df = pd.DataFrame(<your data here>)
result = df.groupby(by=['country','TIME']).sum()