下面是資料框
Skill Category Location Market Type Count
Java Cat1 Europe Tier1 A 2
Java Cat1 Europe Tier1 B 1
Java Cat1 Europe Tier1 C 1
Java Cat2 Asia Tier2 D 1
Java Cat3 Asia Tier1 E 1
以下是預期的輸出資料幀
Skill Category Location Market Type Count Sum_Market
Java Cat1 Europe Tier1 A 2 4
Java Cat1 Europe Tier1 B 1 4
Java Cat1 Europe Tier1 C 1 4
Java Cat2 Asia Tier2 D 1 1
Java Cat3 Asia Tier1 E 1 1
問題陳述：Sum_Market 應該使用特定技能、類別、位置的 groupby 以及每個選擇中的市場層級總和來完成。以下是我最后的嘗試：
df.groupby(['Skill','Category','Location','Market','Type'])['count'].sum()
uj5u.com熱心網友回復：
只需合并回原來的：
df.merge(
df.groupby(['Skill','Category','Location','Market','Type'])['count'].sum().rename('Sum_Market').reset_index()
)
uj5u.com熱心網友回復：
利用
df['Sum_Market'] = df.groupby(['Skill','Category','Location'])['Count'].transform('sum')
OUTPUT
Skill Category Location Market Type Count Sum_Market
0 Java Cat1 Europe Tier1 A 2 4
1 Java Cat1 Europe Tier1 B 1 4
2 Java Cat1 Europe Tier1 C 1 4
3 Java Cat2 Asia Tier2 D 1 1
4 Java Cat3 Asia Tier1 E 1 1
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/399111.html
標籤：Python 熊猫 数据框 通过...分组 数据透视表
上一篇：或者將值分配給兩列