python - 按索引对 Pandas 数据框中两列中的重复行求和

Question

这个问题已经有答案了:

How do I Pandas group-by to get sum? (11 个回答)

已关闭 4 年前。

我有以下数据框，从 csv 读入 pandas。

           Fruit    Apple   Pear
Date                  
2016-03-30  Pear            1
2016-04-14  Pear            1
2016-04-14  Pear            1
2016-05-09  Apple   1
2016-05-18  Apple   1   
2016-06-24  Pear            1
2016-06-27  Apple   1   
2016-06-27  Pear            1
2016-06-28  Apple   1   
2016-06-28  Apple   1   
2016-07-05  Pear            1

我希望它看起来像这样。它对重复行求和，然后删除重复行。此时，Fruit 列中的值并不重要。稍后我会删除该专栏。

           Fruit    Apple   Pear
Date                  
2016-03-30  Pear            1
2016-04-14  Pear            2
2016-05-09  Apple   1
2016-05-18  Apple   1   
2016-06-24  Pear            1
2016-06-27  Apple   1       1
2016-06-28  Apple   2   
2016-06-28  Apple   1   
2016-07-05  Pear            1

我尝试使用 groupby，但它用 1 填充了 Apple/Pear 列。我尝试了一个 for 循环，如果下一个日期索引与当前日期索引相同，则相应的 Apple/Pear 列将 += 1。失败是因为列的类型以及我更改列类型的尝试也失败了。我用头撞这个，但我无法得到它。

我能做的一件事就是用 df = df.reset_index().drop_duplicates('Date',keep='last').set_index('Date') 删除重复项

Answer 1

IIUC你需要groupby按索引 - level=0 和聚合 sum:

df = df.groupby(level=0).sum()
print (df)
            Apple  Pear
Date                   
2016-03-30    NaN   1.0
2016-04-14    NaN   2.0
2016-05-09    1.0   NaN
2016-05-18    1.0   NaN
2016-06-24    NaN   1.0
2016-06-27    1.0   1.0
2016-06-28    2.0   NaN
2016-07-05    NaN   1.0

如果需要cumsum如前所述Noobie ，谢谢:

df = df.groupby(level=0).cumsum() 
print (df)
            Apple  Pear
Date                   
2016-03-30    NaN   1.0
2016-04-14    NaN   1.0
2016-04-14    NaN   2.0
2016-05-09    1.0   NaN
2016-05-18    1.0   NaN
2016-06-24    NaN   1.0
2016-06-27    1.0   NaN
2016-06-27    NaN   1.0
2016-06-28    1.0   NaN
2016-06-28    2.0   NaN
2016-07-05    NaN   1.0