【Pandas】根据某列分组求和

最新推荐文章于 2025-03-09 09:14:33 发布

Tanzhouchi

最新推荐文章于 2025-03-09 09:14:33 发布

阅读量5.5k

点赞数 3

分类专栏： Pandas Python基础文章标签： python

本文链接：https://blog.youkuaiyun.com/Tanzhouchi/article/details/120674926

版权

Python基础同时被 2 个专栏收录

4 篇文章

订阅专栏

Pandas

1 篇文章

订阅专栏

这段代码展示了如何利用Pandas库在Python中对数据进行操作。首先创建了一个DataFrame，包含服务类型、成本和日期信息，然后通过groupby方法按日期分组，并对成本列求和，最后使用reset_index将结果转换回DataFrame格式，得到每个日期的总成本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

源数据：

data = [['API Management',10,"Apr-21"],['App Configuration',12,"Aug-21"],['Application Gateway',13,"Feb-21"],['Automation',13,"Apr-21"],['Azure Analysis Services',1,"Apr-21"]]
df = pd.DataFrame(data,columns=["serviceType", "cost", "date"],dtype=float)
print(df)

>>

               serviceType  cost    date
0           API Management  10.0  Apr-21
1        App Configuration  12.0  Aug-21
2      Application Gateway  13.0  Feb-21
3               Automation  13.0  Apr-21
4  Azure Analysis Services   1.0  Apr-21

根据date分组求和cost：

df=df.groupby(by=['date'])['cost'].sum().reset_index()
print(df)
>>
     date  cost
0  Apr-21  24.0
1  Aug-21  12.0
2  Feb-21  13.0

注：sum()后生成的数据类型是Series,如果进一步需要将其转换为dataframe,可以调用Series中的to_frame()方法或者reset_index().