从 groupby 添加总行数 Pandas

Question

目前我的 csv 是这样的：

title	field1	field2	field3
A	A1	A11	553
A	A1	A12	94
A	A1	A13	30
A	A2	A21	200
A	A3	A31	35

但我希望它看起来像这样：

title	field1	field2	field3
A	A1	A11	553
A	A1	A12	94
A	A1	A13	30
A	A1	total	657
A	A2	A21	200
A	A2	total	200
A	A3	A31	35
A	A3	total	35

这是我的代码：

def fun(df, cols_to_aggregate, cols_order):
    df = df.groupby(['field1', 'field2'], as_index=False)\
                .agg(cols_to_aggregate)
    df['title'] = 'A'
    df = df[cols_order]
    return df


def create_csv(df, month_date):
    cols_to_aggregate = {'field3': 'sum'}
    cols_order = ['title', 'field1', 'field2', 'field3']
    funCSV = fun(df, cols_to_aggregate, cols_order)
    return funCSV

任何帮助将不胜感激，因为我不知道如何将新行添加到 table。我试过这个：

total = df.groupby('field2')['field3'].sum()

但它只是将数字添加到 table 的末尾，而不是将它们与其他相关字段整合到 table 中。

Answer 1

使用 concat 对聚合 DataFrame 的两列进行排序：

def fun(df, cols_to_aggregate, cols_order):
    df = df.groupby(['field1', 'field2'], as_index=False)\
                .agg(cols_to_aggregate)
    total = df.groupby('field1', as_index=False)['field3'].sum().assign(field2='total')
    df = pd.concat([df, total]).sort_values(['field1','field2'], ignore_index=True)
    df['title'] = 'A'

    print (df)
    df = df[cols_order]
    return df

从 groupby 添加总行数 Pandas

Add total rows from groupby Pandas

python

csv

pandas