熊猫数据帧，对按多列分组的单个值求和

Question

我已经搜索了这个答案，但找不到有用的东西。我想对一列keyword_visibility求和，并按三列分组 category 、trend_month trend_year 。

结果将位于同一数据帧中，并称为 sum_keyword_visibility_by_category 。

我尝试过的包括：

df_market_share['sum_keyword_visibility_by_category'] = df_market_share.groupby(['category', 'trend_month', 'trend_year'])['keyword_visibility'].sum()

和

df_market_share['sum_keyword_visibility_by_category'] = df_market_share["keyword_visibility"].groupby(df_market_share["category"], ["trend_month" ]).transform("sum")

我第一次尝试时遇到的错误是这个TypeError: incompatible index of inserted column with frame index，对于第二次尝试，这TypeError: unhashable type: 'list'任何帮助都非常感谢

Answer 1

这是因为您正在对值进行分组。 您正在尝试将分组依据和求和的结果插入到数据框的正常索引中。这意味着您正在尝试在新列中插入一组较小的值。

检查此链接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html

如果要将结果插入到数据帧中，可以找到相应的值并使用 df.loc 插入结果

Answer 2

如果我正确理解了这个问题，您想使用转换。以下示例按两列分组，但应该清楚如何扩展到三列：

data = [     
['A', 'C', 1 ],          
['A', 'D', 2 ],        
['A', 'C', 2 ],        
['B', 'C', 3 ],       
['B', 'D', 4],
['B', 'C', 4]
]
df = pd.DataFrame(data, columns=['col1', 'col2',  'col_to_sum'])
df['summed_col']  = df.groupby(['col1', 'col2']).col_to_sum.transform('sum')
df

输出：

    col1 col2   col_to_sum  summed_col
0   A   C       1           3
1   A   D       2           2
2   A   C       2           3
3   B   C       3           7
4   B   D       4           4
5   B   C       4           7