无法对符合给定条件的列中的值求和
Having trouble to sum values in a column that match a given condition
我正在尝试根据另一列的值对一列的数值求和。例如:每当第一列中有一个 Glovoapp
我想将其对应的数值(另一列)加在一起。
Table 示例:
发起人
价格
Glovo 应用程序
566
XXXXX
545
Glovo 应用程序
899
XXXXX
200
montant_init = new_data.loc[new_data['Initiateur'] == 'Glovoapp', 'Price'].sum()
output: 0 (none)
expected output (example): 1465
使用:
montant_init = df[df["Initiator"]=="Glovoapp"]["Price"].sum()
如果您有多个启动器,您也可以使用 groupby:
price_sum = df.groupby("Initiator")["Price"].sum()
输出:
Initiator
Glovoapp 1465
XXXXX 745
然后
price_sum["Glovoapp"]
输出:
1465
我会这样写:
montant_init = (
new_data
[new_data['Initiateur'] == 'Glovoapp']
['Montant (centimes)']
.sum()
)
我正在尝试根据另一列的值对一列的数值求和。例如:每当第一列中有一个 Glovoapp
我想将其对应的数值(另一列)加在一起。
Table 示例:
发起人 | 价格 |
---|---|
Glovo 应用程序 | 566 |
XXXXX | 545 |
Glovo 应用程序 | 899 |
XXXXX | 200 |
montant_init = new_data.loc[new_data['Initiateur'] == 'Glovoapp', 'Price'].sum()
output: 0 (none)
expected output (example): 1465
使用:
montant_init = df[df["Initiator"]=="Glovoapp"]["Price"].sum()
如果您有多个启动器,您也可以使用 groupby:
price_sum = df.groupby("Initiator")["Price"].sum()
输出:
Initiator
Glovoapp 1465
XXXXX 745
然后
price_sum["Glovoapp"]
输出:
1465
我会这样写:
montant_init = (
new_data
[new_data['Initiateur'] == 'Glovoapp']
['Montant (centimes)']
.sum()
)