Pandas Groupby和Sum

Pandas是一种数据处理和分析的常用工具，其中的Groupby和Sum是常用的数据分组和聚合方法。

一、Pandas Groupby

Groupby是一种根据某些条件将数据集分组的方法。例如，可以将相同年龄的人分到一组，将相同地区的人分到一组等。使用DataFrame的groupby方法可以轻松地实现数据分组功能。

1.1语法

DataFrame.groupby(by=None, axis=0, level=None, as_index=True,
                  sort=True, group_keys=True, squeeze=False, **kwargs)

该方法接受以下参数：

• by : 明确分组依据的列。
• axis : 分组操作沿着的轴，0表示纵向，1表示横向，默认为0。
• level : 如果参数 axis 是多级索引的（MultiIndex），则 level 可以用于指定在哪个级别上进行分组操作。
• as_index : 如果为True，则数据框的输出结果不包括分组依据列（s），而以索引的形式呈现。默认为 True。
• sort : 在根据分组依据排序之前，是否在中间过程中排序。默认为 True，设置为False可以提高性能。
• group_keys : 如果为True，则在结果中添加一个列来标记分组依据列和每个组的编号。默认为 True。
• squeeze : 如果可能，则减少返回对象的维度。

1.2实例说明

在以下实例中，我们将使用Pandas读取一个csv文件，该文件记录了三家店铺在多个工作日内的销售情况。我们将使用groupby方法对不同的工作日进行分组，并对每个分组计算总销售额。

首先我们需要导入 Pandas 并且读取数据：

import pandas as pd

data = pd.read_csv("sales.csv")
print(data)

输出：

          Date  Store  Sales
0    9/22/2018      1    200
1    9/22/2018      2    150
2    9/22/2018      3    175
3    9/25/2018      1    180
4    9/25/2018      2    160
5    9/25/2018      3    200
6    9/26/2018      1    220
7    9/26/2018      2    210
8    9/26/2018      3    190
9    9/27/2018      1    230
10   9/27/2018      2    220
11   9/27/2018      3    235

我们可以使用groupby方法对数据按照日期（Date）进行分组，并且计算每组总销售额：

grouped_data = data.groupby('Date')['Sales'].sum()
print(grouped_data)

输出：

Date
9/22/2018    525
9/25/2018    540
9/26/2018    620
9/27/2018    685
Name: Sales, dtype: int64

在上面的代码中，我们使用了groupby方法将数据按照日期分组，并且使用sum方法计算每组的总销售额。注意，我们使用的是['Sales']选取要聚合的列。

二、Pandas Sum

在上面的实例中，我们使用了sum方法计算每个组的总销售额。下面我们将详细讲解sum方法的使用。

2.1语法

sum方法的语法如下：

Series.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0)
DataFrame.sum(axis=None, skipna=None, level=None, numeric_only=None, min_count=0)

sum方法接受以下参数：

• axis：0表示横向，1表示纵向。
• skipna：是否忽略NaN值，默认为True。
• level：序列多层次索引的指定级别，根据层次分组，axis默认为0。
• numeric_only：是否只对数字类型求和，默认为True。
• min_count：要在所求和非NaN数据点的最小数量。

2.2实例说明

继续以上面的例子为例，我们可以使用sum方法来计算总销售额。当前的DataFrame包含三列表示日期、商店编号和销售额。如果我们只需要计算销售额总和，那么可以只保留"Sales"列，使代码更简洁：

total_sales = data['Sales'].sum()
print(total_sales)

输出：

2535

在上面的代码中，我们首先使用 data['Sales'] 来提取“Sales”列，然后使用 sum 方法计算总销售额。

总结：以上是Pandas Groupby和Sum完成攻略的基本介绍及实例说明。Groupby和Sum常常在数据处理和分析过程中起到核心作用。配合其他Pandas方法使用时，可以快速、准确地进行数据分析和可视化展示。