Python对列中的值求和

数据挖掘 Python 熊猫
2022-02-23 14:19:32

我创建了一个 Python 代码，它使用Pandas.

供您参考的代码：-

import pandas as pd

def myFunc():
   file = r"C:\Documents\myFile.xlsx"
   new_dataframe = pd.read_excel(file,'Sheet1')
   new_dataframe.fillna(value="No Data Found",inplace=True)
   print new_dataframe

myFunc

电流输出：-

             Name        date    amount_used
0             P1   2018-07-01          40.0
1             P1   2018-07-01          40.0
2             P1   2018-07-15          40.0
3             P2   2018-08-01          20.0
4             P2   2018-09-15          50.0
5             P2   2018-08-15          40.0
6             P3   2018-08-10          20.0
7             P3   2018-08-10          50.0
8             P3   2018-08-10          40.0

在最终输出中，我需要amount_used根据Name和date列对列求和。

预期输出：-

             Name        date    amount_used
0             P1   2018-07-01          80.0
1             P1   2018-07-15          40.0
2             P2   2018-07-01          20.0
3             P2   2018-08-15          90.0
4             P3   2018-08-10         110.0

我怎样才能做到这一点pandas？

2个回答

基于@Alex Z解决方案，我能够解决这个问题。

以下是参考代码：-

import pandas as pd

def myFunc():
   file = r"C:\Documents\myFile.xlsx"
   new_dataframe = pd.read_excel(file,'Sheet1')
   new_dataframe.fillna(value="No Data Found",inplace=True)
   new_dataframe.groupby(['Name','date'])['amount_used'].sum().reset_index()  #new line added.
   print new_dataframe

myFunc

生成的输出：-

            Name        date    amount_used
0             P1   2018-07-01          80.0
1             P1   2018-07-15          40.0
2             P2   2018-07-01          20.0
3             P2   2018-08-15          90.0
4             P3   2018-08-10         110.0

以下是实际解决方案的参考链接：-解决方案 链接

希望这可以帮助某人。

其它你可能感兴趣的问题
上一篇Keras / TensorFlow 2.0 中的 Concatenate() 和 concatenate() 层有什么区别？ 下一篇卷积神经网络中是否使用反向传播？