如何将嵌套数据帧 groupby 循环合并到 Python 的递归函数中？

Question

我在创建可以执行嵌套循环的递归函数时遇到问题。这是一个例子。假设我有一个数据框，如下所示：

col1 col2 col3 col4

A    1    Y    10

A    1    Y    19

A    1    N    20

A    2    Y    21

A    3    N    22

C    3    N    23

我想对 col1,col2,col3 进行分组，然后计算 col4 的总和。正常的代码块看起来像这样。

for code,val in df.groupby(by='col1'):

    for codee,vall in val.groupby(by='col2'):

        for codeee,valll in vall.groupby(by='col3):

            answer=sum(valll['col4'])

但我想创建一个递归函数来完成这项任务。这是我到目前为止所得到的。

real=[]

def groupby_recurse(data, levels):

    layer = len(levels)

    if layer >= 1:

        for code, val in data.groupby(by=levels[-layer]):

            groupby_recurse(val, levels[(-layer + 1):])

    else:

        real.append(sum(data['col4']))

    return real

df = pd.DataFrame([['A', 1, 'Y', 10], ['A', 1, 'Y', 19], ['A', 1, 'N', 20], ['A', 2, 'Y', 21],

                   ['A', 2, 'Y', 22], ['C', 3, 'N', 23]], columns=['col1', 'col2', 'col3', 'col4'])

groupby_recurse(df, ['col1', 'col2', 'col3'])

这个函数有一个严重的问题。当layer=2，-layer+1=-1时，我位于groupby键列表的最后一个元素，但是进入下一轮，当layer=1且-layer+1=0时，它突然跳到第一个groupby 键列表的元素，并且它会永远持续下去。我该如何解决这个问题？

任何帮助深表感谢。干杯。

预期输出是包含所有总和值的列表。第一个值是 29。因为对所有三列进行分组后，df 看起来像这样

col1 col2 col3 col4

    A    1    Y    10

    A    1    Y    19

接下来是 20，因为分组后 df 看起来像这样。

col1 col2 col3 col4

A    1    N    20

然后就是21了。

col1 col2 col3 col4

A    2    Y    21

....最终结果将是[29,20,21,22,23]。希望这是有道理的。

Answer 1

您不需要递归，只需执行以下操作：df = df.groupby(['col1', 'col2', 'col3'])['col4'].sum().reset_index()