Python dataframe【金钱,人名1,人名2】求人名的总金钱（反向分类汇总人名金钱）

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    '金钱': [100, 200, 300, 100, 200],
    '人名1': ['Alice', 'Bob', 'Alice', 'Bob', 'Alice'],
    '人名2': ['Charlie', 'David', 'Eve', 'Frank', 'Charlie']
})

# 将DataFrame转换为长格式，这样每个人名都会成为单独的行
long_df = df.set_index('金钱').stack().reset_index()
long_df = long_df.drop('level_1', axis=1)  # 删除多余的列
long_df.columns = ['金钱', '人名']

# 使用groupby对人名进行分组，并使用sum计算每个分组的金钱总和
total_money_per_name = long_df.groupby('人名')['金钱'].sum().reset_index()

# 输出结果
print(total_money_per_name)

在这个例子中，set_index('金钱').stack().reset_index()是将原始的宽格式DataFrame转换为长格式的关键步骤。stack函数将多列人名转换为一个单独的列，并且每行都包含金钱的值。然后，groupby('人名')按人名进行分组，sum()计算每个分组的金钱总和。最后，reset_index()用于将结果转换回常规的DataFrame格式。