Pandas 合并行并求和值？

Question

我有一些地震数据。我有我关心的幅度、距离和百分比。我想将所有幅度分组在一起，并对每个幅度的距离和百分比求和。这是我的数据的一部分：

import pandas as pd

data = {'Distance': [1, 5, 9, 3, 5, 4, 2, 3.1],
        'Magnitude': [7.3, 7.3, 7.3, 6.0, 8.2, 6.0, 8.2, 5.7],
        'Percent': [0.1, 0.05, 0.07, 0.11, 0.2, 0.07, 0.08,0.11]
       }

df = pd.DataFrame(data)

print(df)


         Distance  Magnitude  Percent
 0       1.0        7.3     0.10
 1       5.0        7.3     0.05
 2       9.0        7.3     0.07
 3       3.0        6.0     0.11
 4       5.0        8.2     0.20
 5       4.0        6.0     0.07
 6       2.0        8.2     0.08
 7       3.1        5.7     0.11

我的想法是这样的。 Groupby 和 sum：

df2 = df.groupby(['Distance','Magnitude','Percent'],as_index=False).agg({'Percent': 'sum'},{'Distance': 'sum'})

我在运行代码时得到相同的数据帧，除了它按距离上升，这很好，但没有任何组合或求和。

我希望它看起来像这样：

       Distance  Magnitude  Percent
0      15.0        5.7     0.22
1       7.0        6.0     0.18
2       7.0        7.3     0.28
3       3.1        8.2     0.11

每个震级只有 1 个值，并且每个震级的距离和百分比已求和。

Answer 1

这将完成任务，您只需要按幅度进行分组

df.groupby(by=["Magnitude"]).sum()

输出

           Distance  Percent
Magnitude                   
5.7             3.1     0.11
6.0             7.0     0.18
7.3            15.0     0.22
8.2             7.0     0.28

或者为了防止幅度成为按照@lsr729的索引，您也可以使用它

df.groupby(by=["Magnitude"], as_index=False).sum()

输出2

   Magnitude  Distance  Percent
0        5.7       3.1     0.11
1        6.0       7.0     0.18
2        7.3      15.0     0.22
3        8.2       7.0     0.28