Pandas:如何按组对变量求和？
Pandas:如何按组对变量求和？
提问于 2019-03-22 03:59:25
我想在python中将多个值求和为1。请看下面我的数据图片。我想要将每个国家每年的AGE的所有值相加。
而不是这样：
country TIME AGE Value
A 2017 20-60 200
A 2017 60-80 100
A 2016 20-60 200
A 2016 60-80 200
B 2017 20-60 300
B 2017 60-80 300
B 2016 20-60 400
B 2016 60-80 400我想要这个：
country TIME Value
A 2017 300
A 2016 400
B 2017 600
B 2016 800数据类型：
df4types
AGE object
Value object
dtype: object该数据具有按国家/地区和TIME划分的多个索引。
如果你尝试过这样做：
df=df.groupby(by=["TIME","GEO"])['Value'].sum()还有这个：
df=df.groupby(by=["TIME","GEO"]).sum()['Value']两者都是“有效”的，但都产生了巨大的价值。就像它不是求和，而是将数字相互粘贴在一起。我尝试通过使用: by df.Value.astype(float) & df.Value.astype(int)将变量类型更改为numeric
不幸的是，这并没有解决问题。有没有人知道如何按组和时间对这些值进行求和？我还上传了一张真实数据集的照片。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-03-22 04:16:20
- 年龄列似乎不会在您想要的数据中发挥作用。
- “dtype=object”不应该是值。如果您尝试使用
df.Value = df.Value.astype(int)或df.Value=pd.to_numeric(df.Value)，但它不起作用，那么我敢打赌，您将需要清理该列中的一些数据) - 您不应该需要弄乱多索引
完成上述操作后，请尝试此代码。
import pandas as pd
df = pd.DataFrame(<your data here>)
result = df.groupby(by=['country','TIME']).sum() 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55288399
复制相关文章
相似问题