我有一个关于将 groupby() 与以下 pandas 数据框的简短示例一起使用的问题。我在这里想要实现的是在保留“days_of_week”和“holiday”列的同时，将每个“store_id”的每个“date”的“amount”值相加。
store_id date amount days_of_week holiday
0 0 2017-11-14 100 1 0
1 0 2017-11-14 -100 1 0
2 1 2017-11-14 122 1 0
3 1 2017-11-19 55 6 1
4 2 2017-11-19 11 6 1
5 2 2017-11-19 32 6 1
所以结果应该如下所示。
store_id date amount days_of_week holiday
0 0 2017-11-14 0 1 0
1 1 2017-11-14 122 1 0
2 1 2017-11-19 55 6 1
3 2 2017-11-19 43 6 1
我试过删除“day_of_week”和“holiday”列，然后使用 groupby() 获取到目前为止每个日期的总和。但这远未达到我想要的结果形式。
train = train.drop(columns=['days_of_week', 'holiday'])
train.groupby(['store_id', 'date'])['amount'].sum()
是否有其他我不知道的方法可以轻松获取第二个示例表单？
最佳答案
您可以使用 panda 聚合函数来实现这一点。见https://pandas.pydata.org/pandas-docs/stable/generated/pandas.core.groupby.DataFrameGroupBy.agg.html
以下代码应该适用于您的情况
df_sum = df.groupby(['date','store_id']).agg({'amount':'sum', 'days_of_week': 'first', 'holiday': 'first' }).reset_index()
print(df_sum)
date store_id amount days_of_week holiday
0 2017-11-14 0 0.0 1 0
1 2017-11-14 1 122.0 1 0
2 2017-11-19 1 55.0 6 1
3 2017-11-19 2 43.0 6 1
关于python - Pandas DataFrame Groupby 和改革，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52014853/