在Python中对行（日期）进行分组并汇总多个列（每个日期的几个测量值）

Question

我使用Python Pandas并从Postgres加载这样一个表：

date                  v00  v01  v02  v03
2001-01-01 00:00:00   30   40   50   100
2001-01-01 00:00:00   80   120  20    60
2001-02-01 00:00:00   20    70  50    20

我想使用Pandas对日期行进行分组，并总结值。结果应该是这样的

2001-01-01 00:00:00   500
2001-02-01 00:00:00   160

我可以对日期进行分组并分别汇总值，但不能在一个视图中。你知道吗

我的结果是

1 220
2 280
3 160

以及

date                  v00  v01  v02  v03
2001-01-01 00:00:00   110  160  70   160
2001-02-01 00:00:00   20    70  50    20

这就是代码：

import psycopg2 as ps 
import pandas as pd 
import openpyxl


conn = ps.connect(host="host", user="user", password="password", dbname="Python_ueben")

cur = conn.cursor()

print('connect')

""" schema = input("Geben Sie das Schema ein")
table = input(" Geben Sie die Tabele ein") """


def load_data(schema, table):

    sql_command = "SELECT * FROM {}.{};".format(str(schema), str(table))
    print (sql_command)

    # Load the data
    data = pd.read_sql(sql_command, conn)

    groub = data.groupby(['date']) # group Date and save in variable
    print(data.sum(axis=1, skipna=True)) #sum values v00 - v03
    print(groub.sum(axis=1, skipna=True)) # group and sum, but not the right result
    #print(data.groupby(['date']).sum(axis=0, skipna=False))



load_data('public', 'zeitreihe')

Answer 1

如果Date是列的第一个聚合和，然后是每个axis=1的sum：

df1 = df.groupby('Date').sum().sum(axis=1).reset_index(name='sum')
print (df1)
                  Date  sum
0  2001-01-01 00:00:00  500
1  2001-02-01 00:00:00  160

或者通过Date列创建index，然后对所有行和每个索引的最后一个总和（每个索引的总和）：

df1 = df.set_index('Date').sum(axis=1).sum(level=0).reset_index(name='sum')

如果Date是索引，则上面的解决方案是simplify：

df1 = df.sum(axis=1).sum(level=0).reset_index(name='sum')

df1 = df.sum(level=0).sum(axis=1).reset_index(name='sum')