try: df.groupby(df.Name.str.lower()).count() Output: Name DateName first 4 4 之后，您可以選擇您想要的列，如['Date']。 在這種情況下： df.groupby(df.Name.str.lower()).count()['Date'] Output: Namefirst 4Name: Date, dtype: int64

Group by獲取總和，并重新合并df上的唯一值，而不重復： import pandas as pdimport numpy as npz = pd.DataFrame({'lat':[49.125,49.125], 'lon':[-114.125 ,-114.125 ], 'time':[np.datetime64('2005-08-09'),np.datetime64('2005-08-09')], 'duration':[3,6],'size':[4,10]}) # original datagp = z.groupby(['lat', 'lon','time'], as_index=False)[['size']].sum() # getting the sum of 'size' for unique combination of lat, lon, timedf = z.sort_values(by='duration', ascending=True).drop_duplicates(subset=['lat', 'lon','time'], keep='last') # dropping duplicatespd.merge(df[['lat', 'lon', 'time', 'duration']], gp, on=['lat', 'lon', 'time'])

由于您只想查看列名是否包含子字符串（而不是檢查字符串數據是否包含模式），因此可以對包含子字符串的列求和。 df0["rabbit"] = df[ [ c for c in df.columns if "rabbit" in c ] ].sum( axis = 1 ) 你也可以對“小貓”和“兔子”這樣做。 使用代碼，從np.random.seed( 123 )開始，這將是輸出的前幾行： >>> df0.head() date rabbit kitten hare0 2021-01-03 7.692142 1.920358 33.4441471 2021-01-04 8.413968 0.999868 31.4488532 2021-01-05 8.878359 1.957287 32.0179303 2021-01-06 9.513102 0.838440 33.0031624 2021-01-07 9.055322 0.622813 31.929664 作為參考，當您使用pd.Series.str.contains(（只能與字符串值一起使用，而您有數字列）時，您要檢查數據值（而不是列名）是否包含您輸入的任何模式。

這將完成任務，您只需按大小分組即可 df.groupby(by=["Magnitude"]).sum() Output Distance PercentMagnitude 5.7 3.1 0.116.0 7.0 0.187.3 15.0 0.228.2 7.0 0.28 或者，為了防止震級成為@lsr729規定的指數，您也可以使用此方法 df.groupby(by=["Magnitude"], as_index=False).sum() Output2 Magnitude Distance Percent0 5.7 3.1 0.111 6.0 7.0 0.182 7.3 15.0 0.223 8.2 7.0 0.28

IIUC，要有一種程序化的方式，你可以： cols = ['Number 1', 'Number 2']df.loc[df['STT'].eq('2'), cols] = df.loc[df['STT'].str.fullmatch(r'2\.\d'), cols].sum().values output: STT Number 1 Number 20 1 100.0 120.01 2 100.0 120.02 2.1 10.0 15.03 2.1.1 5.0 7.04 2.2 20.0 25.05 2.3 30.0 35.06 2.4 40.0 45.0

使用GroupBy.agg代替sum，不分配給列，而是分配給新的DataFrame： df = df.apply(pd.to_numeric, errors='coerce')N = 5df = df.groupby(df.index // N).agg({'Temp (C)':'mean', 'Rel Hum (%)':'mean', 'Wind Spd (km/h)':'mean', 'St':'sum'})print (df) Temp (C) Rel Hum (%) Wind Spd (km/h) St0 8.1 79.2 4 10.01 8.1 79.0 4 13.02 8.1 79.4 4 14.0

在聚合sum之前使用DataFrame.drop_duplicates-這將在所有列中一起查找重復數據： df1 = df.drop_duplicates().groupby('cars', sort=False, as_index=False).sum()print(df1) cars rent sale0 Kia 5 71 Bmw 1 42 Mercedes 2 13 Ford 1 1 如果需要指定檢查重復項的列： df1 = (df.drop_duplicates(['cars','rent','sale']) .groupby('cars', sort=False, as_index=False) .sum()) 但是如果需要為每個列分別刪除duplciate，請使用lambda函數和np.unique和sum： df=pd.DataFrame({'cars':['Kia','Bmw','Mercedes','Ford','Kia','Mercedes'], 'rent':[1,1,2,1,4,2], 'sale':[2,4,1,1,5,5]})print(df) cars rent sale0 Kia 1 21 Bmw 1 42 Mercedes 2 13 Ford 1 14 Kia 4 55 Mercedes 2 5 <- changed 5df2 = df.gr

agg在這里非常有用。試試這個： df = df.groupby('Region', as_index=False).agg({'Year':'max', 'value':'sum'}) Output: >>> df Region Year value0 R1 2017 181 R2 2018 272 R3 2019 31

首先將日期轉換為日期時間。嘗試獲取日期列表中日期所在的索引，即dfb.date，為了獲得下一行，只需將其移動1，并用False填充na。 try: dfa.date=pd.to_datetime(dfa.date)dfb.date=pd.to_datetime(dfb.date)dfc = dfa[dfa.date.isin(dfb.date).shift(1).fillna(False)] dfc: date Vala2 2005-01-29 77 2005-03-25 4

只能嘗試對每個組的unique值求和： def sum_unique(s): return s.unique().sum()df2 = df.groupby('Name', sort=False, as_index=False).agg( Name=('Name', 'first'), rent=('rent', sum_unique), sale=('sale', sum_unique)) df2: Name rent sale0 A 180 71 B 1 42 M 14 203 O 10 1

您只能對感興趣的列求和： ## recreate your datadf = pd.DataFrame({'name':['joe','jane'],'age':[25,55],'sales':[100,40],'commissions':[10,4]})df.loc['Total'] = df[['sales','commissions']].sum() Result: >>> df name age sales commissions0 joe 25.0 100.0 10.01 jane 55.0 40.0 4.0Total NaN NaN 140.0 14.0

Do: df['sum_n'] = df.eq('n').sum(1)print(df) Output col1 col2 col3 col4 col5 type number sum_n0 n 4 7 14 0 B one 11 3 n n 11 5 n n 42 n 4 0 22 n n n 43 5 6 n 8 3 n n 34 n n n 6 8 B one 35 2 n 6 n n A two 36 6 5 7 9 9 B n 1

=SUM(INDIRECT("A" & D1 & ":B" & D2)) Documentation: INDIRECT

使用聽寫理解 { k: sum(1 for i in v if i >= df.start.min() and i <= df.end.max()) for k, v in dictionary.items()} Output {'1': 3, '2': 1, '3': 1}

您可以嘗試以下操作： male_ratios = ( users .groupby("occupation")["gender"].value_counts() .unstack() .assign(male_ratio=lambda df: df["M"] / df.sum(axis=1)) .sort_values("male_ratio", ascending=False)) 使用.unstack，您將多索引的gender部分拉到列中。然后計算比率并將其放入一個新列male_ratios中，并按照新列的降序對dataframe進行排序。 Example dataframe: from random import choiceoccupations = ['administrator', 'artist', 'doctor', 'retired']genders = ['F', 'M']users = pd.DataFrame( [(n, choice(occupations), choice(genders)) for n in range(100)], columns=["id", "occupation", "gender"]) id occupation gender0 0 retired F1 1 administrator M2 2 artist F3 3 admi