Python Dataframe-如何对包含年、月、日数据的三个不同列进行分组，并从第四列计算总和

Question

我的数据框如下:

input_df = 
index  Year  Month  Day  Hour  Minute  GHI
0     2017      1    1     7      30   100
1     2017      1    1     8      30   200
2     2017      1    2     9      30   300
3     2017      1    2    10      30   400
4     2017      2    1    11      30   500
5     2017      2    1    12      30   600
6     2017      2    2    13      30   700

我想总结每天的 GHI 数据。从上面我期待如下输出:

result_df = 
    index  Year  Month  Day    GHI
    0     2017      1    1     300
    1     2017      1    2     700
    2     2017      2    1     1100
    3     2017      2    2     700

我的代码和我目前的输出是:

result_df = input_df.groupby(['Year','Month','Day'])['GHI'].sum()
print(result_df)
result_df = 
    index  Year  Month  Day    GHI
    0     2017      1    1     1400
    1     2017      2    2     1400

我上面的代码结合了每个月的第一天并对数据求和。但这是错误的。如何克服？

Answer 1

您的尝试非常接近。需要记住的是 pd.groupby() 有一个默认值为 True 的参数 as_index。因此，您的 groupby() 输出一个多索引数据框。要获得所需的输出，您可以在 groupby 之后链接 reset_index() 方法，或者将 as_index 参数的值更改为 False。

result_df = input_df.groupby(['Year','Month','Day'])['GHI'].sum()

result_df
Out[12]: 
Year  Month  Day
2017  1      1       300
             2       700
      2      1      1100
             2       700
Name: GHI, dtype: int64

# Getting the desired output
input_df.groupby(['Year','Month','Day'])['GHI'].sum().reset_index()
Out[16]: 
   Year  Month  Day   GHI
0  2017      1    1   300
1  2017      1    2   700
2  2017      2    1  1100
3  2017      2    2   700

input_df.groupby(['Year','Month','Day'], as_index=False)['GHI'].sum()
Out[17]: 
   Year  Month  Day   GHI
0  2017      1    1   300
1  2017      1    2   700
2  2017      2    1  1100
3  2017      2    2   700