Python pandas按列分组，计算其对应列的累积值

Question

今天我不得不使用python处理一些问题。

根据销售区域分组，将累积相应的发货，并对发货结果进行四舍五入。大区域的值为NULL或为空，希望跳过统计信息。输出的csv文件必须具有较大的区域+销售区域+发货量+邮件

Id, Message, region, shipping volume, sales area
1, natural, AAA, 25.02, 111
2, Nature, BBB, 63.22, 222
3, China, CCC, 554.21, 333
4, yes, AAA, 63.22, NULL
5, large, NULL, 645.55, 222
6, DAD ,,, 333
7, large, BBB, 69.22, 222
8, NULL, DDD, NULL, 444

我确实尝试过：

结果：

import pandas as pd
import csv
import math
  
df = pd.read \ _csv (r'G: \\ 360MoveData \\ Users \\ Hasee \\ Desktop \\ Business List.csv ')
  
 #Discard missing values
 # df = df.dropna (axis = 0, subset = \ ["Sales Area", "erp average daily shipment amount" \])
  
for i in range (len (df)):
  if (df \ ['Sales Area' \] \ [i \] == '' or df \ ['Sales Area' \] \ [i \] == "NULL"):
   df = df.drop (i)
  
 #Rounded up  
  
 #df \ _sum = df.groupby ('Sales Area'). agg ({"Shipping Volume": sum}). reset \ _index ()
df \ _sum = df.groupby ("Sales Area"). agg ({"Shipping Volume": sum})
  
 #df \ _sum = df.insert (3, "Area name", df \ _sum ('Area'))
  
df \ _sum.to \ _csv (r'G: \\ 360MoveData \\ Users \\ Hasee \\ Desktop \\ Count1.csv ')

问题： 1.我不知道如何添加地区列表。 2.我想使用math.ceil（）来舍入销售区域和清单的值，但我不知道如何添加它。 3.第一行是0.0，这应该由NULL值和null值引起，如何避免。

Answer 1

如下使用groupby

1。通过修剪空白将csv读入数据帧。

df = pd.read_csv('/Users/prince/Downloads/test2.csv', sep=',', skipinitialspace=True)

输出为

Id  Message region  shipping volume  sales area
  1  natural    AAA            25.02       111.0
  2   Nature    BBB            63.22       222.0
  3    China    CCC           554.21       333.0
  4      yes    AAA            63.22         NaN
  5    large    NaN           645.55       222.0
  6     DAD     NaN              NaN       333.0
  7    large    BBB            69.22       222.0
  8      NaN    DDD              NaN       444.0

2。现在删除NaN值

df = df.dropna()

输出为

Id  Message region  shipping volume  sales area
  1  natural    AAA            25.02       111.0
  2   Nature    BBB            63.22       222.0
  3    China    CCC           554.21       333.0
  7    large    BBB            69.22       222.0

3。现在进行分组

在您的问题中，您正在Sales Area上进行分组|

df = df.groupby ("sales area", as_index=False). agg ({"shipping volume": 'sum'})

哪个将给出输出

sales area  shipping volume
      111.0            25.02
      222.0           132.44
      333.0           554.21

4。如果要在aggregate中包括其他列，请执行以下操作

df.groupby ("sales area", as_index=False). agg ({"shipping volume": 'sum', 'Message' : 'first', 'region' : 'first'})

这将为您提供以下输出。

sales area  shipping volume  Message region
      111.0            25.02  natural    AAA
      222.0           132.44   Nature    BBB
      333.0           554.21    China    CCC