在 pandas 中按日期汇总多列的总和
Aggregate sum of multiple columns by date in pandas
我的 df 是这样的
Date
Col
Col1
01/01/2022
A
500
01/01/2022
B
100
01/01/2022
C
400
02/01/2022
A
400
02/01/2022
B
150
02/01/2022
C
450
我想要的输出看起来像
Date
Total
01/01/2022
1000
02/01/2022
1000
请帮忙。我想自动执行（不是手动硬编码）
我正在尝试这个
df.groupby('Date')['Col1'].sum()
尝试只对整个组求和，而不是对特定列求和：
df.groupby('Date').sum()
如果您需要给定日期的总计和单独的列值，请遵循此通用格式。
needed_columnms = ['List','Of','Needed','Columns']
df_sums = df.groupby('Date')[needed_columns].sum()
df_sums['Total'] = df_sums[needed_columns].sum(1)
df_sums 将为您提供 'Date'.
内每个日期的列总计和总计
我的 df 是这样的
| Date | Col | Col1 |
|---|---|---|
| 01/01/2022 | A | 500 |
| 01/01/2022 | B | 100 |
| 01/01/2022 | C | 400 |
| 02/01/2022 | A | 400 |
| 02/01/2022 | B | 150 |
| 02/01/2022 | C | 450 |
我想要的输出看起来像
| Date | Total |
|---|---|
| 01/01/2022 | 1000 |
| 02/01/2022 | 1000 |
请帮忙。我想自动执行（不是手动硬编码）
我正在尝试这个
df.groupby('Date')['Col1'].sum()
尝试只对整个组求和，而不是对特定列求和：
df.groupby('Date').sum()
如果您需要给定日期的总计和单独的列值，请遵循此通用格式。
needed_columnms = ['List','Of','Needed','Columns']
df_sums = df.groupby('Date')[needed_columns].sum()
df_sums['Total'] = df_sums[needed_columns].sum(1)
df_sums 将为您提供 'Date'.
内每个日期的列总计和总计