如何使用 Pandas 对符合给定条件的列中的值求和？

问题描述：

假设我有一个像这样的数据框：

a   b
1   5
1   7
2   3
1   3
2   5

b例如，我想对 的值求和a = 1。这将给我5 + 7 + 3 = 15。

我怎样在熊猫中做到这一点？

解决方案 1：

这里的核心思想是选择要求和的数据，然后对它们求和。数据的选择可以通过几种不同的方式完成，下面显示了其中几种。

布尔索引

可以说，选择值的最常见方式是使用布尔索引。

使用此方法，您可以找出列“a”等于的位置1，然后对列“b”的相应行求和。您可以使用它loc来处理行和列的索引：

>>> df.loc[df['a'] == 1, 'b'].sum()
15

布尔索引可以扩展到其他列。例如，如果df还包含列“c”，并且我们想要对“b”中“a”为 1 且“c”为 2 的行求和，我们会这样写：

df.loc[(df['a'] == 1) & (df['c'] == 2), 'b'].sum()

询问

选择数据的另一种方法是用来query过滤您感兴趣的行，选择列“b”，然后求和：

>>> df.query("a == 1")['b'].sum()
15

同样，该方法可以扩展以对数据进行更复杂的选择：

df.query("a == 1 and c == 2")['b'].sum()

请注意，这比布尔索引方法更简洁一些。

分组

另一种方法是groupby根据“a”列的值将 DataFrame 拆分成几部分。然后，你可以对每个部分求和，并得出 1 加起来的值：

>>> df.groupby('a')['b'].sum()[1]
15

这种方法可能比使用布尔索引慢，但如果您想检查列中其他值的总和，它很有用a：

>>> df.groupby('a')['b'].sum()
a
1    15
2     8

解决方案 2：

您也可以不使用 groupby 或 loc 来执行此操作。只需在代码中包含条件即可。让数据框的名称为 df。然后您可以尝试：

df[df['a']==1]['b'].sum()

或者您也可以尝试：

sum(df[df['a']==1]['b'])

另一种方法是使用 python 的 numpy 库：

import numpy as np
print(np.where(df['a']==1, df['b'],0).sum())

解决方案 3：

如果您想将总和作为一列分配回框架中，那么您可以使用它groupby.transform来使总和具有与原始框架相同的索引。

# group by values of df.a
df['b_sum_by_a'] = df.groupby('a')['b'].transform('sum')

# group by whether df.a is 1 or not
df['b_sum_by_a'] = df.groupby(df['a']==1)['b'].transform('sum')