python - 试图以某种复杂的方式用 Pandas 总结行

Question

我有数据框：

df = np.DataFrame = {'Year' : [2010, 2011, 2012, 2013, 1922, 1923, 1924, 1925],  
                     'ID' : ['A', 'A', 'A', 'A', 'B', 'B', 'B'],
                     'Data1' : [1, 2, 3, 4, 2, 3, 4], 
                     'Data2' : [2, 2, 2, 2, 3, 3, 3]}

       df
Year ID Data1 Data2
2010  A   1     2
2011  A   2     2
2012  A   3     2
2013  A   4     2
1922  B   2     3
1923  B   3     3
1924  B   4     3

我想总结每个 ID 的总 Data1 和 Data2 ，以便每年给出该年所有 Data1 或 Data2 的总和。

最终，我希望我的 DataFrame 看起来像这样：

    df
Year ID Data1 Data2
2010 A    1     2
2011 A    3     4
2012 A    6     6
2013 A    10    8
1922 B    2     3
1923 B    5     6
1924 B    9     9

我有超过 100k 行，所以如果可能的话，这需要在没有迭代的情况下完成。

标签： pythonpandas

Answer 1

使用assign和groupby

df = df.assign(**df.groupby('ID')['Data1', "Data2"].cumsum())
print(df)

    Year   ID  Data1    Data2
0   2010    A    1       2
1   2011    A    3       4
2   2012    A    6       6
3   2013    A    10      8
4   1922    B    2       3
5   1923    B    5       6
6   1924    B    9       9