如何将Groupby与原始DataFrame合并？

发布于 2025-01-29 20:57:59 字数 404 浏览 2 评论 0原文

我有一个带有32列的数据框，类似的内容是：

    company_id       Price           Date     others columns
       10           258.33        2021-08-01    ...
       11           300.00        2022-01-01    ...
       12           760.82        2021-11-01    ...

我想要公司和一个月的组：

df.groupby(['company_id', 'Date']).sum()

这很好，但是如何将输出与上面的初始数据框架合并？喜欢所有的行。会有双龙，但很好。

原文

I have a dataframe with 32 columns, something like that :

    company_id       Price           Date     others columns
       10           258.33        2021-08-01    ...
       11           300.00        2022-01-01    ...
       12           760.82        2021-11-01    ...

I want a groupby by company and by month :

df.groupby(['company_id', 'Date']).sum()

This works perfectly fine but how to merge the output with my initial dataframe above ? Like for all the rows. There will be doublons but it's fine.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

她比我温柔 2025-02-05 20:57:59

IUUC，您想要的是Groupby，并转换

out = (df.groupby(['company_id', 'Date'])
       .transform(sum)
       .rename(columns=lambda col: f'{col}_sum'))
out = df.join(out)

print(out)

   company_id   Price        Date  Price_sum
0          10  258.33  2021-08-01     258.33
1          11  300.00  2022-01-01     300.00
2          12  760.82  2021-11-01     760.82

IUUC, what you want is groupby and transform

out = (df.groupby(['company_id', 'Date'])
       .transform(sum)
       .rename(columns=lambda col: f'{col}_sum'))
out = df.join(out)

print(out)

   company_id   Price        Date  Price_sum
0          10  258.33  2021-08-01     258.33
1          11  300.00  2022-01-01     300.00
2          12  760.82  2021-11-01     760.82

回复收藏 0 原文

~没有更多了~