python - 如何根据 Pandas 中的其他列对一列的值求和？

Question

使用看起来像这样的数据框(下面的文本版本):

我应该计算自 2010 年以来哪个国家在锦标赛中进球最多。到目前为止，我已经设法通过过滤掉这样的友好来操纵数据框:

no_friendlies = df[df.tournament != "Friendly"]

然后我将日期列设置为索引，以便过滤掉 2010 年之前的所有匹配项:

no_friendlies_indexed = no_friendlies.set_index('date')
since_2010 = no_friendlies_indexed.loc['2010-01-01':]

从这一点开始我很迷茫，因为我无法弄清楚如何总结每个国家的主场和客场进球数
任何帮助/建议表示赞赏!
编辑:
示例数据的文本版本:

date    home_team   away_team   home_score  away_score  tournament  city    country     neutral
0   1872-11-30  Scotland    England     0   0       Friendly    Glasgow     Scotland    False
1   1873-03-08  England     Scotland    4   2       Friendly    London  England     False
2   1874-03-07  Scotland    England     2   1       Friendly    Glasgow     Scotland    False
3   1875-03-06  England     Scotland    2   2       Friendly    London  England     False
4   1876-03-04  Scotland    England     3   0       Friendly    Glasgow     Scotland    False
5   1876-03-25  Scotland    Wales       4   0       Friendly    Glasgow     Scotland    False
6   1877-03-03  England     Scotland    1   3       Friendly    London  England     False
7   1877-03-05  Wales       Scotland    0   2       Friendly    Wrexham     Wales   False
8   1878-03-02  Scotland    England     7   2       Friendly    Glasgow     Scotland    False
9   1878-03-23  Scotland    Wales       9   0       Friendly    Glasgow     Scotland    False
10  1879-01-18  England     Wales       2   1       Friendly    London  England     False

编辑2:
我刚刚尝试这样做:

since_2010.groupby(['home_team', 'home_score']).sum()

但它不会返回主队进球的总和(如果这有效，我会为客队重复它以获得总进球数)

Answer 1

.groupby和 .sum()对于主队，然后对客队执行相同的操作并将两者相加:

df_new = df.groupby('home_team')['home_score'].sum() + df.groupby('away_team')['away_score'].sum()

输出:

England     12
Scotland    34
Wales        1

更详细的解释(每条评论):

您只需要.groupby一栏home_team .在您的回答中，您按 ['home_team', 'home_score'] 分组您的目标(无双关语)是获得 .sum()的home_score -- 所以你不应该.groupby()它。如您所见 ['home_score']在我使用的部分之后 .groupby ，这样我就可以得到 .sum()其中。这让你为主队做好准备。

然后，您对 away_team 执行相同的操作。 .

在这一点上，python/pandas 足够聪明，因为 home_team 的结果和 away_team组对于国家/地区具有相同的值，您可以简单地将它们加在一起...