python - 按多个条件聚合 CSV 行

Question

假设我有一个与此类似的 CSV 文件，只是更大:

Cost center number,Month,Amount 1,Amount 2
1234,1,755,9356
1234,2,6758,786654
1234,1,-954,31234
1234,2,2345,778
1234,5,680,986
5678,6,876,456
5678,6,1426,321
5678,5,823,164
5678,7,4387,3485
91011,11,1582,714
91011,12,778,963
91011,10,28,852
91011,12,23475,147

我想模仿 Excel 数据透视表功能，并按成本中心、月份和两个金额的总和对数据进行分组，因此输出如下所示:

Cost center number,Month,Amount 1 + Amount 2
1234,1,Amount 1 value + Amount 2 value
1234,2,Amount 1 value + Amount 2 value
1234,5,Amount 1 value + Amount 2 value
5678,6,Amount 1 value + Amount 2 value
5678,5,Amount 1 value + Amount 2 value
5678,7,Amount 1 value + Amount 2 value
91011,11,Amount 1 value + Amount 2 value
91011,10,Amount 1 value + Amount 2 value
91011,12,Amount 1 value + Amount 2 value

到目前为止，我已经尝试迭代每一行并为我感兴趣的数据创建列表，但我不知道从哪里开始:

import csv

filename = 'APAC.csv'

with open(filename) as f:
    reader = csv.reader(f)
    headers = next(reader)     

    for header in enumerate(headers):
        print(header)

    cost_centers = []
    months = []
    amounts1 = []
    amounts2 = []

    for row in reader:
        cost_centers.append(row[1])
        months.append(row[2)]
        amounts1.append(row[3])
        amounts2.append(row[4])

我知道 Pandas 可以选择“group by”和“agg”，但这对我来说是一个列表和字典的练习(但是我对不同的方法持开放态度)，我更愿意留在本地Python 库。

Answer 1

使用groupby并聚合 sum，然后如果需要对所有列求和，请添加 sum 和 axis=1:

#create DataFrame
df = pd.read_csv('APAC.csv')

df = df.groupby(['Cost center number','Month']).sum().sum(axis=1).reset_index(name='sum')
print (df)

   Cost center number  Month     sum
0                1234      1   40391
1                1234      2  796535
2                1234      5    1666
3                5678      5     987
4                5678      6    3079
5                5678      7    7872
6               91011     10     880
7               91011     11    2296
8               91011     12   25363

详细信息:

print (df.groupby(['Cost center number','Month']).sum())
                          Amount 1  Amount 2
Cost center number Month                    
1234               1          -199     40590
                   2          9103    787432
                   5           680       986
5678               5           823       164
                   6          2302       777
                   7          4387      3485
91011              10           28       852
                   11         1582       714
                   12        24253      1110

如果想要一个类轮，请先回答 add ，然后按列groupby和最后聚合sum:

df = (
      df['Amount 1'].add(df['Amount 2'])
                    .groupby([df['Cost center number'], df['Month']])
                    .sum()
                    .reset_index(name='sum')
     )
print (df)
   Cost center number  Month     sum
0                1234      1   40391
1                1234      2  796535
2                1234      5    1666
3                5678      5     987
4                5678      6    3079
5                5678      7    7872
6               91011     10     880
7               91011     11    2296
8               91011     12   25363