Pandas groupby，sum保留第三列

Pandas是一个开源的数据分析和数据处理工具，提供了丰富的数据结构和数据操作功能。groupby是Pandas中的一个重要函数，用于按照指定的列或多个列对数据进行分组，并对分组后的数据进行聚合操作。

在groupby函数中，sum是一种聚合操作，用于计算分组后的数据的总和。保留第三列意味着我们只关注第三列的数据，并将其他列的数据忽略。

下面是一个完整的答案示例：

Pandas groupby函数是用于对数据进行分组和聚合操作的重要工具。在使用groupby函数时，可以通过sum方法对分组后的数据进行求和操作。如果我们想要保留第三列的数据，可以通过以下步骤实现：

导入Pandas库：

import pandas as pd

创建一个DataFrame对象，假设名为df，包含多列数据：

df = pd.DataFrame({'A': [1, 2, 1, 2, 1],
                   'B': [3, 4, 3, 4, 3],
                   'C': [5, 6, 7, 8, 9]})

使用groupby函数按照指定的列进行分组，并使用sum方法对分组后的数据进行求和操作。在这里，我们选择按照第一列'A'进行分组，并对分组后的数据的第三列'C'进行求和：

grouped = df.groupby('A')
sum_column = grouped['C'].sum()

最后，我们可以打印出求和后的结果：

print(sum_column)

以上代码将输出按照第一列分组后，第三列数据的总和。

Pandas是一个功能强大且灵活的数据处理工具，适用于各种数据分析和数据处理任务。如果你对Pandas和数据分析有兴趣，可以了解腾讯云的数据分析产品TDSQL，它提供了高性能的云数据库服务，支持Pandas等数据分析工具的无缝集成。更多关于TDSQL的信息可以在腾讯云官网上找到：TDSQL产品介绍。