如何将sum值groupwise放入新列pandas中

在Pandas中，可以使用groupby方法将数据按照某个列进行分组，并对每个分组进行聚合操作。要将sum值groupwise放入新列中，可以按照以下步骤进行操作：

1. 导入Pandas库：import pandas as pd
2. 创建一个DataFrame对象，包含需要进行分组和聚合的数据。
3. 使用groupby方法按照某个列进行分组，例如按照group列进行分组：grouped = df.groupby('group')
4. 对分组后的数据进行聚合操作，例如计算每个分组的sum值：sum_values = grouped['value'].sum()
5. 将聚合结果添加到原始DataFrame中作为新列，可以使用map方法将每个分组的sum值映射到原始DataFrame中的对应行：df['sum_groupwise'] = df['group'].map(sum_values)

完整的代码示例：

import pandas as pd

# 创建DataFrame对象
data = {'group': ['A', 'A', 'B', 'B', 'B'],
        'value': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 按照group列进行分组
grouped = df.groupby('group')

# 计算每个分组的sum值
sum_values = grouped['value'].sum()

# 将sum值添加到新列sum_groupwise中
df['sum_groupwise'] = df['group'].map(sum_values)

print(df)

输出结果：

  group  value  sum_groupwise
0     A      1              3
1     A      2              3
2     B      3             12
3     B      4             12
4     B      5             12

在这个例子中，我们按照group列进行分组，并计算每个分组的value列的sum值。然后，将每个分组的sum值映射到原始DataFrame中的对应行，形成新的列sum_groupwise。最后，输出包含新列的DataFrame。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云官网：https://cloud.tencent.com/
• 云服务器（CVM）：https://cloud.tencent.com/product/cvm
• 云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
• 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
• 云存储（COS）：https://cloud.tencent.com/product/cos
• 区块链服务（TBC）：https://cloud.tencent.com/product/tbc