溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了python實現分組求和與分組累加求和的方法，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
我就廢話不多說了，大家還是直接看代碼吧！
# -*- encoding=utf-8 -*-
import pandas as pd
data=['abc','abc','abc','asc','ase','ase','ase']
num=[1,2,2,1,2,1,2]
df1=pd.DataFrame({'name':data,'num':num})
print(df1)
df1['mmm']=df1['num']
df2=df1.groupby(['name', 'num'], as_index=False).count()
print(df2)
df2.sort_values(['name', 'num'], ascending=[1, 1], inplace=True)
print(df2)
df2['sum']=df2.groupby(['name'])['mmm'].cumsum()
print(df2)
kk=df2.groupby(['name'],as_index=False)['num'].sum()
print(kk)
df3 = pd.merge(df2, kk, on='name', how='left',)
print(df3)
df3['ratio']=df3['sum']/df3['num_y']
df3.columns = ['name', 'num', 'mmm', 'sum','numsum','ratio']
print(df3)
df4=df3.groupby(['mmm'],as_index=False)['ratio'].mean()
print(df4)運行：
name num 0 abc 1 1 abc 2 2 abc 2 3 asc 1 4 ase 2 5 ase 1 6 ase 2 name num mmm 0 abc 1 1 1 abc 2 2 2 asc 1 1 3 ase 1 1 4 ase 2 2 name num mmm 0 abc 1 1 1 abc 2 2 2 asc 1 1 3 ase 1 1 4 ase 2 2 name num mmm sum 0 abc 1 1 1 1 abc 2 2 3 2 asc 1 1 1 3 ase 1 1 1 4 ase 2 2 3 name num 0 abc 3 1 asc 1 2 ase 3 name num_x mmm sum num_y 0 abc 1 1 1 3 1 abc 2 2 3 3 2 asc 1 1 1 1 3 ase 1 1 1 3 4 ase 2 2 3 3 name num mmm sum numsum ratio 0 abc 1 1 1 3 0.333333 1 abc 2 2 3 3 1.000000 2 asc 1 1 1 1 1.000000 3 ase 1 1 1 3 0.333333 4 ase 2 2 3 3 1.000000 mmm ratio 0 1 0.555556 1 2 1.000000 Process finished with exit code 0
補充知識：python項目篇-對符合條件的某個字段進行求和,聚合函數annotate(),aggregate()函數
對符合條件的某個字段求和
需求是，計算每日的收入和
1、
new_dayincome = request.POST.get("dayincome_time", None)
# total_income = models.bathAccount.objects.filter(dayBath=new_dayincome).aggregate(nums=Sum('priceBath'))
total_income = models.bathAccount.objects.values('priceBath').annotate(nums=Sum('priceBath')).filter(dayBath=new_dayincome)
print("total_income",total_income[0]['nums'])輸出結果：total_income 132
2、
from django.db.models import Sum,Count
new_dayincome = request.POST.get("dayincome_time", None)
total_income = models.bathAccount.objects.filter(dayBath=new_dayincome).aggregate(nums=Sum('priceBath'))
print("total_income",total_income['nums'])輸出結果:total_income 572
第二種輸出的是正確的數字
看完上述內容，是不是對python實現分組求和與分組累加求和的方法有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
