Pandas Group-By и Sum не создают новый фрейм данных - PullRequest
0 голосов
/ 23 сентября 2019

У меня есть фрейм данных -

     TransactionDT  TransactionAmt  TransactionHour
   0    86400          68.5                 0
   1    86401          29.0                 1
   2    86469          59.0                 1
   3    86499          50.0                 2
   4    86506          50.0                 3

Я хочу создать новый фрейм данных, который суммирует TransactionAmt, группируя по TransactionHour, как -

        Sum(TransactionAmt) TransactionHour
     0         68.5                 0
     1         88.0                 1        (sum of those with TransactionHour == 1)      
     2         50.0                 2
     3         50.0                 3

Код Iнаписано было -

sliced_data2 = data.groupby(['TransactionHour'])['TransactionAmt'].sum()

Но это только дает мне Sum(TransactionHour)

Ответы [ 4 ]

1 голос
/ 23 сентября 2019
raw_data = {'TransactionDT':      [86400, 86401, 86469, 86499, 86506],
            'TransactionAmt':     [68.5, 29.0, 59.0, 50.0, 50.0],
            'TransactionHour':    [0,1,1,2,3]}

df = pd.DataFrame(raw_data)

df.groupby('TransactionHour',as_index = False).agg({"TransactionAmt" : "sum"})
1 голос
/ 23 сентября 2019

sliced_data2 = data.groupby(['TransactionHour'])['TransactionAmt'].agg('sum')

Это будет работать

1 голос
/ 23 сентября 2019
sliced_data2 = data.groupby('TransactionHour',as_index = False).agg({"TransactionAmt" : "sum"})
0 голосов
/ 23 сентября 2019

Вам нужно добавить as_index = False`, чтобы убедиться, что вы не устанавливаете столбец, который группируется, в качестве нового индекса для фрейма данных.

import pandas as pd
a = {'TransactionDT':[86400, 86401, 86469, 86499, 86506],'TransactionAmt':[68.5, 29.0, 59.0, 50.0, 50.0],'TransactionHour':[0,1,1,2,3]}
df = pd.DataFrame(a)
sliced_df = df.groupby(['TransactionHour'],as_index=False)['TransactionAmt'].sum())
print(sliced_df)

Выход:

   TransactionHour  TransactionAmt
0                0            68.5
1                1            88.0
2                2            50.0
3                3            50.0
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...