我正在使用这个数据框架:
Fruit Date Name Number
Apples 10/6/2016 Bob 7
Apples 10/6/2016 Bob 8
Apples 10/6/2016 Mike 9
Apples 10/7/2016 Steve 10
Apples 10/7/2016 Bob 1
Oranges 10/7/2016 Bob 2
Oranges 10/6/2016 Tom 15
Oranges 10/6/2016 Mike 57
Oranges 10/6/2016 Bob 65
Oranges 10/7/2016 Tony 1
Grapes 10/7/2016 Bob 1
Grapes 10/7/2016 Tom 87
Grapes 10/7/2016 Bob 22
Grapes 10/7/2016 Bob 12
Grapes 10/7/2016 Tony 15
我想按名称聚合，然后按水果，以获得每个名称的水果总数。例如:
Bob,Apples,16
我尝试按名称和水果分组，但我如何得到水果的总数?
.agg()函数的变体;提供了(1)持久化类型DataFrame的能力，(2)应用平均值，计数，总和等，(3)在保持易读性的同时，在多个列上启用分组。
df.groupby(['att1', 'att2']).agg({'att1': "count", 'att3': "sum",'att4': 'mean'})
运用你的价值观……
df.groupby(['Name', 'Fruit']).agg({'Number': "sum"})
如果你想让聚合列有一个自定义的名称，如Total Number, Total等(这里的所有解决方案的结果是一个数据帧，其中聚合列命名为Number)，使用命名聚合:
df.groupby(['Fruit', 'Name'], as_index=False).agg(**{'Total Number': ('Number', 'sum')})
或者(如果自定义名称中不需要空格):
df.groupby(['Fruit', 'Name'], as_index=False).agg(Total=('Number', 'sum'))
这相当于SQL查询:
SELECT Fruit, Name, sum(Number) AS Total
FROM df
GROUP BY Fruit, Name
说到SQL，有一个pandasql模块，它允许你使用SQL语法在本地环境中查询pandas dataframe。它不是Pandas的一部分，所以必须单独安装。
#! pip install pandasql
from pandasql import sqldf
sqldf("""
SELECT Fruit, Name, sum(Number) AS Total
FROM df
GROUP BY Fruit, Name
""")
