pandas 熊猫分组并总结两列
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/25536032/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Pandas group by and sum two columns
提问by acpigeon
Beginner question. This seems like it should be a straightforward operation, but I can't figure it out from reading the docs.
初学者问题。这似乎应该是一个简单的操作，但我无法从阅读文档中弄清楚。
I have a df with this structure:
我有一个具有这种结构的 df：
|integer_id|int_field_1|int_field_2|
The integer_id column is non-unique, so I'd like to group the df by integer_id and sum the two fields.
integer_id 列是非唯一的，所以我想按 integer_id 对 df 进行分组并对两个字段求和。
The equivalent SQL is:
等效的 SQL 是：
SELECT integer_id, SUM(int_field_1), SUM(int_field_2) FROM tbl
GROUP BY integer_id
Any suggestions on the simplest way to do this?
有关执行此操作的最简单方法的任何建议？
EDIT: Including input/output
编辑：包括输入/输出
Input:
integer_id int_field_1 int_field_2
2656 36 36
2656 36 36
9702 2 2
9702 1 1
Ouput using df.groupby('integer_id').sum():
使用 df.groupby('integer_id').sum() 输出：
integer_id int_field_1 int_field_2
2656 72 72
9702 3 3
回答by EdChum
回答by Bastin Robin
You can do it
你能行的
data.groupby(by=['account_ID'])['purchases'].sum()
回答by xxyjoel
A variation on the .agg() function; provides the ability to (1) persist type DataFrame, (2) apply averages, counts, summations, etc. and (3) enables groupby on multiple columns while maintaining legibility.
.agg() 函数的变体；提供以下能力：(1) 保留类型 DataFrame，(2) 应用平均值、计数、求和等，以及 (3) 在保持易读性的同时在多列上启用 groupby。
df.groupby(['att1', 'att2']).agg({'att1': "count", 'att3': "sum",'att4': 'mean'})
using your values...
使用你的价值观...
df.groupby(['integer_id']).agg({'int_field_1': "sum", 'int_field_2': "sum" })
