我正在使用 groupby 和 sum 来快速聚合两个数据集
A 其中包含:
sequence shares
1 100
2 200
3 50
1 200
B 包含:
sequence shares
1 100
2 200
2 50
3 50
我正在使用 A=A.groupby(['sequence']).sum()
和 B=B.groupby(['sequence']).sum()
对每个序列的份额求和。然后我想再次连接这些集合并对序列之间的份额求和。但是,我尝试使用 C = concat([A,B]) ,现在发现我只有列共享作为索引,无法按序列分组。 C.group(['sequence']).sum()
给我一个错误 KeyError: u'没有名为序列的项目'。
我想输出的是C:
sequence shares
1 400
2 450
3 100
谁能解释一下这是怎么回事?我可以在 groupby().sum() 之前连接,但我真的想在连接之前将这些数据集缩小到更小的尺寸。
最佳答案
groupby
方法返回按'sequence'
索引的数据帧。添加两个数据帧时,行按索引对齐。在本例中,grpA 和 grpB 的索引都是'sequence'
,因此生成的 DataFrame C 将适当的行添加在一起。
A = DataFrame({'sequence': [1,2,3,1], 'shares': [100,200,50,200]})
B = DataFrame({'sequence': [1,2,2,3], 'shares': [100,200,50,50]})
grpA = A.groupby('sequence').sum()
grpB = B.groupby('sequence').sum()
In [60]: grpA + grpB
Out[60]:
shares
sequence
1 400
2 450
3 100
关于python - Pandas groupby 对串联的 groupby 对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14024287/