下面是一个示例代码,用于按组对多列进行求和:
import pandas as pd
# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
'Column1': [1, 2, 3, 4, 5, 6],
'Column2': [7, 8, 9, 10, 11, 12],
'Column3': [13, 14, 15, 16, 17, 18]}
df = pd.DataFrame(data)
# 按组对多列进行求和
sum_by_group = df.groupby('Group').sum()
print(sum_by_group)
输出结果为:
Column1 Column2 Column3
Group
A 3 15 27
B 12 30 48
C 6 12 18
在这个示例中,我们首先导入pandas
库,并创建了一个包含Group
、Column1
、Column2
和Column3
列的示例数据帧df
。
然后,我们使用groupby()
方法将数据按照Group
列进行分组,再调用sum()
方法对每个分组中的多列进行求和。
最后,我们打印出按组求和后的结果sum_by_group
。
请注意,groupby()
方法默认会将分组列作为结果中的索引。如果不想要这种索引形式,可以在groupby()
方法中添加as_index=False
参数,即df.groupby('Group', as_index=False).sum()
。