在pandas数据框中添加具有相同列值的行

Question

我有一个以日期和小时为列的pandas数据框。现在我想添加相同日期的小时数。例如，要做到这一点：

7-1-2016 | 4
7-1-2016 | 2
4-1-2016 | 5

进入这个：

7-1-2016 | 6
4-1-2016 | 5

在大文件上有快速的方法吗？

Answer 1

此处GroupBy可用于提供所需的输出。

DataFrame.groupby（by = None，axis = 0，level = None，as_index = True，sort = True，group_keys = True，squeeze = False） 使用mapper（dict或key函数，将给定的函数应用于组，将结果作为系列返回）或通过一系列列的组系列。

尝试：df.groupby（'date'）['hours']。sum（）

Answer 2

将索引设置为日期允许您使用重新采样方法（以及许多其他时间序列功能）。如果您还有其他分析要做，我建议：

df.index = pd.to_datetime(df['datecol'].astype(str) + ' ' + df['Hourcol'].astype(str), format='%Y-%m-%d %H')
df = df.resample('1d', how='sum') # defaults to mean 

如果列已经是字符串，则根据需要省略.astpye（str）。但是，

df.groupby('datecol').sum()['Hourcol']

如果这是您想要做的唯一分析，

也会起作用。如果小时列不是数字，则可能需要添加.astype（int）。