Question

假设我有以下数据作为pandas数据帧：

scons

2015-01-30的报道重复两次。总结那一行的最简单方法是什么，以便我在2015-01-30只有一个等于3.10的条目？

到目前为止，我已尝试过以下内容：

               type      exdiv    paydate  amount
declared                                         
2014-01-31    final 2014-03-03 2014-03-10    3.10
2014-06-27  interim 2014-08-11 2014-08-18    1.55
2015-01-30    final 2015-03-02 2015-03-09    2.33
2015-01-30    final 2015-03-02 2015-03-09    0.77
2015-06-26  interim 2015-08-07 2015-08-17    1.80
2016-01-29    final 2016-02-29 2016-03-07    3.45

但这会创建一个多索引，我无法使用当前索引列（＆＃39;声明＆＃39;）。

我知道我可以将索引添加为普通列，运行命令并尝试将多索引转换回单个索引，但我确定pandas中必须有更好的方法吗？

Answer 1

transform使用drop_duplicates：

df['amount'] = df.groupby(level=0)['amount'].transform(sum)
df = df.reset_index().drop_duplicates(subset=['declared','type','exdiv','paydate'])
print (df)
     declared     type       exdiv     paydate  amount
0  2014-01-31    final  2014-03-03  2014-03-10    3.10
1  2014-06-27  interim  2014-08-11  2014-08-18    1.55
2  2015-01-30    final  2015-03-02  2015-03-09    3.10
4  2015-06-26  interim  2015-08-07  2015-08-17    1.80
5  2016-01-29    final  2016-02-29  2016-03-07    3.45

或者将reset_index和aggfunc=sum添加到pivot_table：

x=pd.pivot_table(df.reset_index(), 
                 values='amount', 
                 index=['declared','exdiv','paydate','type'], 
                 aggfunc=sum).reset_index()
print (x)
     declared       exdiv     paydate     type  amount
0  2014-01-31  2014-03-03  2014-03-10    final    3.10
1  2014-06-27  2014-08-11  2014-08-18  interim    1.55
2  2015-01-30  2015-03-02  2015-03-09    final    3.10
3  2015-06-26  2015-08-07  2015-08-17  interim    1.80
4  2016-01-29  2016-02-29  2016-03-07    final    3.45

在熊猫中透视数据

1 个答案: