添加 groupby 对象的各个数据帧的数字列的 Pythonic 方法

Question

我有一个时间序列数据，我将其分组，并且想将所有组的数字列相加。

注意：这不是各个组的列的聚合，而是组对象中所有数据帧的相应单元格的总和。

由于它是时间序列数据，因此数据帧中的一些列本质上保持相同，例如Region和Region_Code本身Time在数据帧中保持相同。

我的伪代码是 -

1. 通过...分组Region_Code

2. 仅选择分组对象的数字列

3. 制作区域列表

4. 通过迭代区域列表和求和来调用组对象中的数据框

5. 让其他列像Region,Region_Code和Time

但问题是，当我添加带有空数据帧的调用数据帧时，所有内容都变成空/空，所以最终我什么都没有。

import pandas as pd

countries = ['United States','United States','United States','United States','United States', 'Canada', 'Canada', 'Canada', 'Canada', 'Canada', 'China', 'China', 'China', 'China', 'China']

code = ['US', 'US','US','US','US','CAN','CAN','CAN','CAN','CAN', 'CHN','CHN','CHN','CHN','CHN']

time = [1,2,3,4,5,1,2,3,4,5,1,2,3,4,5]

temp = [2.1,2.2,2.3,2.4,2.5, 3.1,3.2,3.3,3.4,3.5, 4.1,4.2,4.3,4.4,4.5]

pressure = [1.0,1.0,1.0,1.0,1.0, 1.1, 1.1, 1.1, 1.1, 1.1, 1.2,1.2,1.2,1.2,1.2]

speed = [20,21,22,23,24, 10,11,12,13,14, 30,31,32,33,34]

df = pd.DataFrame({'Region': countries, 'Time': time, 'Region_Code': code, 'Temperature': temp, 'Pressure': pressure, 'Speed': speed})

countries_grouped = df.groupby('Region_Code')[list(df.columns)[3:]]

country_list = ['US', 'CAN', 'CHN']

temp = pd.DataFrame()

for country in country_list:

    temp += countries_grouped.get_group(country) ## <--- Fails

temp

# Had the above worked, the rest of the columns can be made as follows

temp['Region'] = 'All'

temp['Time'] = df['Time']

temp['Region_Code'] = 'ALL'

它看起来并不可潘多拉。最好的方法是什么？

预期输出：

    Region  Time    Region_Code     Temperature     Pressure    Speed

0   All      1          ALL              9.3            3.3       60

1   All      2          ALL              9.6            3.3       63

2   All      3          ALL              9.9            3.3       66

3   All      4          ALL              10.2           3.3       69

4   All      5          ALL              10.5           3.3       72

Answer 1

我认为您需要聚合sum- 默认情况下排除所有非数字列，因此您可以通过DataFrame.reindex原始列添加它们，并通过以下方式替换缺失值ALL：print (df.groupby('Time', as_index=False).sum())   Time  Temperature  Pressure  Speed0     1          9.3       3.3     601     2          9.6       3.3     632     3          9.9       3.3     663     4         10.2       3.3     694     5         10.5       3.3     72df = df.groupby('Time', as_index=False).sum().reindex(df.columns, axis=1, fill_value='ALL')print (df)  Region  Time Region_Code  Temperature  Pressure  Speed0    ALL     1         ALL          9.3       3.3     601    ALL     2         ALL          9.6       3.3     632    ALL     3         ALL          9.9       3.3     663    ALL     4         ALL         10.2       3.3     694    ALL     5         ALL         10.5       3.3     72编辑：对于自定义替换缺失值，请DataFrame.fillna与字典一起使用 - 具有替换值的列名称：d = {'Region':'GLOBAL','Region_Code':'ALL'}df1 = df.groupby('Time', as_index=False).sum().reindex(df.columns, axis=1).fillna(d)print (df1)   Region  Time Region_Code  Temperature  Pressure  Speed0  GLOBAL     1         ALL          9.3       3.3     601  GLOBAL     2         ALL          9.6       3.3     632  GLOBAL     3         ALL          9.9       3.3     663  GLOBAL     4         ALL         10.2       3.3     694  GLOBAL     5         ALL         10.5       3.3     72