DataFrame-GroupBy 按照相同id合并相应数据

 问题描述

"""
    id  counts
0  001      12
1  002       3
2  001       4
按对应id整理整理成如下格式
id
001    16
002     3
"""

python实现：

import pandas as pd
df = pd.DataFrame({'id': ['001', '002', '001'],
                   'counts': [12, 3, 4]},
                  columns=['id', 'counts'])
print(df)
# df_merge = df.groupby('id')['counts'].sum()
df_merge = df['counts'].groupby(df['id']).sum()
print(df_merge)

note:

1. df.groupby会生成一个GroupBy的对象，实际并没有进行任何计算（只是生成了一些有关分组键df['id']的中间数据），然后可以调用mean(), count(), sum()等方法产生一个Series，其中索引为‘id’中的唯一值。

2. 用法是：（真正需要计算的数据列）.groupby（df['分组规则列']）.计算函数（）

3. 若分组规则列有多个，又想得到df形式的结果，可以使用reset_index()转换。

4.GroupBy对象还可以分组迭代，用法如下：

for name, group in grouped:
    print(name)
    print(group)