我有一个数据帧,看起来像:
Type Months Year Marks
a 1 2018 64
a 1 2017 69
a 1 2016 69
b 1 2018 78
b 1 2017 71
b 1 2016 91
c 1 2018 58
c 1 2017 65
c 1 2016 83
a 2 2018 58
a 2 2017 65
a 2 2016 83
a 3 2018 58
a 3 2017 65
a 3 2016 83
我想按‘类型’、‘月份’、‘年份’进行分组,总结分数。你知道吗
sumOfTypes = data.groupby(['Type','Months','Year'])['Marks'].sum()
结果如下:
(a, 1, 2018) 60
(a, 1, 2017) 54
.
.
(c, 1, 2016) 86
(c, 2, 2018) 89
但是,我只希望将数据筛选为类型“a”和“b”。你知道吗
另外,我希望vut(c,22018)位于不同的dataframes列中,因此结果如下所示:
数据框分组:
Type Months Year Marks
c 2 2018 89
我的当前代码:
sumOfTypes = data.groupby(['Type','Months','Year'])['Marks'].sum()
df_grouped = pd.DataFrame(sumOfTypes)
添加} 作为返回} 按^{} 过滤:
as_index=False
或^{DataFrame
,然后用^{或者用} 过滤,对于选择级别使用^{} :
MultiIndex Series
按^{相关问题 更多 >
编程相关推荐