Pandas groupby by multiple columns，sum和append answer as new column to original dataframe

Question

我有以下数据框：

In [1]:
import pandas as pd

pd.DataFrame({"AAA":["x1","x1","x1","x1"],
              "BBB":["y1","y1","y1","y2"],
              "CCC":["t1","t2","t3","t1"],
              "DDD":[10,11,18,17]})

Out[1]:
  AAA BBB CCC  DDD
0  x1  y1  t1   10
1  x1  y1  t2   11
2  x1  y1  t3   18
3  x1  y2  t1   17

我想对"DDD"定义的组的groupby(["AAA","BBB"])列中的值求和。

所以：

1. 第0行(x1, y1, t1, 10)，第1行(x1, y1, t2, 11)，第2行(x1, y1, t3, 18)是一个组。
2. 我想在数据框中添加一个新列，总结＆＃34; DDD＆＃34;柱
3. 所以我的行向量将变为：
4. 第0行(x1, y1, t1, 10, 39)，第1行(x1, y1, t2, 11, 39)，第2行(x1, y1, t3, 18, 39)

我希望有一个新列，其中包含按操作分组的值。我想要以下数据框：

In [2]:
pd.DataFrame({"AAA":["x1","x1","x1","x1"],
              "BBB":["y1","y1","y1","y2"],
              "CCC":["t1","t2","t3","t1"],
              "DDD":[10,11,18,17],
              "AAA_BBB_sum":[39,39,39,17]})
Out[2]:
  AAA  AAA_BBB_sum BBB CCC  DDD
0  x1           39  y1  t1   10
1  x1           39  y1  t2   11
2  x1           39  y1  t3   18
3  x1           17  y2  t1   17

最好怎么做？

我想到的一种方式（但我正在努力实施）是：

1. 创建一个新列，它是AAABBB的串联，以便 他们是独一无二的
2. 按AAA和DDD分组，所以我仍然可以选择
   AAABBB列
3. 为每个小组创建DDD的总和
4. 将此作为查找＆＃39;表格，用于根据匹配的AAABBB列
将值插入新列

我确定必须有更好的方法。有什么建议吗？

Answer 1

一种方法是使用：

df['AAA_BBB sum'] = df.groupby(['AAA', 'BBB'])['DDD'].transform(lambda x: x.sum())

这给出了：

    AAA  BBB  CCC  DDD  AAA_BBB sum
0    x1   y1   t1   10           39
1    x1   y1   t2   11           39
2    x1   y1   t3   18           39
3    x1   y2   t1   17           17