在pandas中如何每隔n行分组并求和但保持原始结构
在pandas中如何每隔n行分组并求和但保持原始结构
提问于 2020-12-02 08:07:12
我有一个这样的df：
d = pd.DataFrame(list(zip(list(range(1,10)), list(range(11,20)))), columns=['a', 'b'])
print(d)
a b
0 1 11
1 2 12
2 3 13
3 4 14
4 5 15
5 6 16
6 7 17
7 8 18
8 9 19我想在b列中每隔3行分组一次，并得到总和。但是，我不想将df折叠为groupby索引。我想保留原来的a列，但我想用该行所属组的和值替换b列，如下所示：
d_ = pd.DataFrame(list(zip(list(range(1,10)), [36, 36, 36, 45, 45, 45, 54, 54, 54])), columns=['a', 'b'])
print(d_)
a b
0 1 36
1 2 36
2 3 36
3 4 45
4 5 45
5 6 45
6 7 54
7 8 54
8 9 54我该怎么做呢？
回答 5
Stack Overflow用户
回答已采纳
发布于 2020-12-02 08:21:00
d=d.assign(b=d.groupby(d.index//3)['b'].transform('sum'))
a b
0 1 36
1 2 36
2 3 36
3 4 45
4 5 45
5 6 45
6 7 54
7 8 54
8 9 54Stack Overflow用户
发布于 2020-12-02 08:18:09
像这样使用transform
In [5]: d.groupby(d.index // 3).transform('sum')
Out[5]:
a b
0 6 36
1 6 36
2 6 36
3 15 45
4 15 45
5 15 45
6 24 54
7 24 54
8 24 54Stack Overflow用户
发布于 2020-12-02 08:19:32
试试这个
(d.groupby((d['a']-1)//3)
.apply(lambda df: df.assign(b=df['b'].sum()))
.reset_index(drop = True)
)产生
a b
0 1 36
1 2 36
2 3 36
3 4 45
4 5 45
5 6 45
6 7 54
7 8 54
8 9 54在这里，我们通过3s进行groupby ( by列表看起来像[0,0,0,1,1,1,2,2,2,...])，然后我们将函数.assign(b=df['b'].sum())应用于每个子组，该函数用该子组中'b‘值的总和替换'b’列
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/65100396
复制相关文章
相似问题