假设我有一个简单的数据框,其中包含日期时间索引和三列 - 一列是值,一列是聚合指示器,最后一列是唯一标识符。该索引在数据帧中并不唯一,因为它在指标的多个实例上重复。即它看起来像这样:
index, val, aggregating indicator, unique_ref
1-Jan, 1, set_a,r1
2-Jan, 2, set_a,r2
1-Jan, 3, set_a,r3
2-Jan, 4, set_a,r4
1-Jan, 5, set_b,r5
2-Jan, 6, set_b,r6
是否可以通过索引以及 aggregating_indicator 来聚合(一步)val 和 group?
即我想要的结果是
index, sum, aggregating_indicator
1-Jan, 4, set_a // ie 1+3
2-Jan, 6, set_a // ie 2+4
1-Jan, 5, set_b
2-Jan, 6, set_b
分两步完成是可以的...但我想知道是否可以用一种简洁的方式完成。
最佳答案
你可以这样做:
>>> df.reset_index().groupby(['index','aggregating indicator'])['val'].sum().reset_index()
index aggregating indicator val
0 1-Jan set_a 4
1 1-Jan set_b 5
2 2-Jan set_a 6
3 2-Jan set_b 6
关于python - 如何对 pandas 中的索引和列进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27231783/