DataFrame Groupby同時保持原DataFrame

Question

我有一個DataFrame有9列，這是編碼值爲一週中的一天（1-7），一年中的一週（1-52），一年中的月份（1-12 ），時間倉（每3小時），薪金日（0,1）和假日（0,1）和金額（實數）。時間被放置在一個時間倉中，例如， 15:00放置在第6個時間倉中，7：34放置在第3個時間倉中。

Day Week Month Time Salary Holiday Amount 
1 5  2  1  0  0  700.0 
1 5  2  1  0  0  800.0 
3 18  5  7  1  0  90.0 

基本上，我需要按前6列對數據進行分組，並創建一個新的列，這是Amount的總和值。但是，由於我需要維護原始數據幀，因此這個數量將會重複。因此，它只能對在該組中具有相同的日，周，月，時間，薪金和假日（即總和）的購買進行求和。

Day Week Month Time Salary Holiday Amount Sum 
1 5  2  1  0  0  700.0 1500.0 
1 5  2  1  0  0  800.0 1500.0 
3 18  5  7  1  0  90.0 90.0 

我按日，周，月，時間，薪金，節假日和總金額分組了數據框。

temp= features.groupby(by=["Day", "Week", "Month", "Time", "Salary", "Holiday"])["Amount"].sum() 

Answer 1

可以使用transform返回原來的數據幀的相同大小的列，從the docs：

變換方法返回被索引相同的（相同 大小）的對象作爲被分組的人。因此，傳遞的變換函數 應該返回與組塊大小相同的結果。

df['Sum'] = df.groupby(["Day", "Week", "Month", "Time", "Salary", "Holiday"]).transform('sum') 

df  
# Day Week Month Time Salary Holiday Amount Sum 
#0 1 5  2 1  0  0 700 1500 
#1 1 5  2 1  0  0 800 1500 
#2 3 18  5 7  1  0  90 90 

Answer 2

您可以重置temp上的索引，然後在您分組的所有列上使用原始特徵dataframe進行外部合併。

result = features.merge(temp.reset_index(), on=["Day", "Week", "Month", "Time", "Salary", "Holiday"])