在 Pandas 中分组并求和而不丢失列

Question

我有一个如下所示的数据框：

--------------------------------------------------------------------
|TradeGroup | Fund Name | Contribution | From       | To           |
|  A        | Fund_1    |   0.20       | 2013-01-01 | 2013-01-02   |
|  B        | Fund_1    |   0.10       | 2013-01-01 | 2013-01-02   |
|  A        | Fund_1    |   0.05       | 2013-01-03 | 2013-01-04   |
|  B        | Fund_1    |   0.45       | 2013-01-03 | 2013-01-04   |
--------------------------------------------------------------------

基本上，这是一个行业团体每天对基金的贡献。我想做的是总结每天对贸易组的所有贡献以供进一步分析。我想看的是：

--------------------------------------------------------------------
|TradeGroup | Fund Name | Contribution | From       | To           |
|  A        | Fund_1    |   0.25       | 2013-01-01 | 2013-01-04   |
|  B        | Fund_1    |   0.55       | 2013-01-01 | 2013-01-04   |
--------------------------------------------------------------------

我无法使用 Dataframe 解决这个问题。我试过了

df.groupby('TradeGroup')['Contribution'].sum()

但是，这不起作用。等效的 SQL 是

Select SUM(Ctp) from Table Group By TradeGroup.

如有任何帮助，我们将不胜感激。谢谢

Answer 1

使用：

df.groupby(['TradeGroup', 'Fund Name']).agg({'Contribution':'sum',
                                             'From':'first',
                                             'To':'last'}).reset_index()

输出：

    TradeGroup    Fund Name  Contribution          From              To
0    A           Fund_1              0.25   2013-01-01    2013-01-04   
1    B           Fund_1              0.55   2013-01-01    2013-01-04

或者如果您的数据框未排序，您可以使用 min 和 max 而不是 first 和 last。

Answer 2

您需要确保贡献列是数字而不是字符串才能获得正确的匹配数字，如 SQL 中那样。我认为您得到的奇怪编号是由于 'contribution' 列的字符串性质造成的。那么以下应该有效：

import pandas as pd
import numpy as np
a=pd.DataFrame([['A','Fund_1','0.20','2013-01-01','2013-01-02'],
['B','Fund_1','0.10','2013-01-01','2013-01-02'],['A','Fund_1','0.05','2013-
01-03','2013-01-04'],['B','Fund_1','0.45','2013-01-03','2013-01-04']],
            columns=['TraderGroup', 'Fund Name','Contribution','From', 'To'])
print a
a['Contribution'] = pd.to_numeric(a['Contribution'], errors='coerce')
b=a.groupby(['TraderGroup','Fund Name']).agg({'Contribution':np.sum,
                                         'From':'min','To':'max'}).reset_index()
print b

在 Pandas 中分组并求和而不丢失列

Group by and Sum in Pandas without losing columns

python

python-3.x

pandas

pandasql

pandas-groupby