如何在Python中的递归函数中包含嵌套的数据帧逐循环

Question

我在创建一个可以执行嵌套循环的递归函数时遇到了问题。下面是一个例子。假设我有一个数据帧如下：

col1 col2 col3 col4
A    1    Y    10
A    1    Y    19
A    1    N    20
A    2    Y    21
A    3    N    22
C    3    N    23

我想把col1，col2，col3分组，然后计算col4的和。一个正常的代码块应该是这样的。

for code,val in df.groupby(by='col1'):
for codee,vall in val.groupby(by='col2'):
for codeee,valll in vall.groupby(by='col3):
answer=sum(valll['col4'])

但我想创建一个递归函数来完成这项任务。这是我到目前为止得到的。

real=[]
def groupby_recurse(data, levels):
layer = len(levels)
if layer >= 1:
for code, val in data.groupby(by=levels[-layer]):
groupby_recurse(val, levels[(-layer + 1):])
else:
real.append(sum(data['col4']))
return real
df = pd.DataFrame([['A', 1, 'Y', 10], ['A', 1, 'Y', 19], ['A', 1, 'N', 20], ['A', 2, 'Y', 21],
['A', 2, 'Y', 22], ['C', 3, 'N', 23]], columns=['col1', 'col2', 'col3', 'col4'])
groupby_recurse(df, ['col1', 'col2', 'col3'])

此函数存在严重问题。当layer=2，-layer+1=-1时，我在groupby键列表的最后一个元素，但进入下一轮，当layer=1，-layer+1=0时，它突然跳到groupby键名单的第一个元素，并永远继续。如何解决此问题？

非常感谢您的帮助。干杯

预期的输出是一个包含所有和值的列表。第一个值是29。因为在对所有三列进行分组后，df看起来像这个

col1 col2 col3 col4
A    1    Y    10
A    1    Y    19

下一个是20，因为分组后df看起来是这样的。

col1 col2 col3 col4
A    1    N    20

然后是21。

col1 col2 col3 col4
A    2    Y    21

最终结果为[29，20，21，22，23]。希望这是有道理的。

Answer 1

您不需要递归，只需执行：

df = df.groupby(['col1', 'col2', 'col3'])['col4'].sum().reset_index()