如何根據特定的列組向數據框添加額外的總和列？

Question

在這種情況下，我有數據幀像

col1 col2 
    a  1 
    a  2 
    a  3 
    b  1 
    b  2 

我要的是第一GROUPBY col1再總結組的col2列，最後加入sum到數據幀，並得到

col1 col2 sum 
    a  1 6 
    a  2 6 
    a  3 6 
    b  1 3 
    b  2 3 

Answer 1

選項1
transform返回與原始對象的相同的索引的結果。
我使用assign以新列返回數據幀的副本。
有關更多信息，請參閱split-apply-combine文檔。

df.assign(Sum=df.groupby('col1').col2.transform('sum')) 

    col1 col2 Sum 
0 a  1 6 
1 a  2 6 
2 a  3 6 
3 b  1 3 
4 b  2 3 

---

選項2
正常groupby和sum的效果，請使用join。

df.join(df.groupby('col1').col2.sum().rename('Sum'), on='col1') 

    col1 col2 Sum 
0 a  1 6 
1 a  2 6 
2 a  3 6 
3 b  1 3 
4 b  2 3 

---

選項3
創意與pd.factorize和np.bincount

f, u = df.col1.factorize() 
df.assign(Sum=np.bincount(f, df.col2).astype(df.col2.dtype)[f]) 

    col1 col2 Sum 
0 a  1 6 
1 a  2 6 
2 a  3 6 
3 b  1 3 
4 b  2 3 

方法

Answer 2

使用transform：

df['sum'] = df.groupby('col1')['col2'].transform('sum') 
print (df) 
    col1 col2 sum 
0 a  1 6 
1 a  2 6 
2 a  3 6 
3 b  1 3 
4 b  2 3 

或者map通過aggrega TE sum：

df['sum'] = df['col1'].map(df.groupby('col1')['col2'].sum()) 
print (df) 
    col1 col2 sum 
0 a  1 6 
1 a  2 6 
2 a  3 6 
3 b  1 3 
4 b  2 3