Pandas based on the results of grouping and summing other columns

Использование DataFrame.groupby().sum() для группировки строк на основе одного или нескольких столбцов и вычисления функции суммирования суммы. Функция groupby() возвращает объект DataFrameGroupBy, который содержит агрегатную функцию sum() для вычисления суммы заданного столбца для каждой группы.Как использовать функции groupby() и sum() вместе с примерами. group by & sum для одного и нескольких столбцов выполняется несколькими способами в pandas, некоторые из них — это функции groupby(), pivot(), transform() и aggregate(). 

(.env) boris@boris-All-Series:~/MATPLOTLIBSR/PANDASGROUPS$ cat groupsPandas.py

import pandas as pd

import warnings

warnings.simplefilter(action='ignore', category=FutureWarning)

technologies   = ({

    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python"],

    'Fee' :[22000,25000,23000,24000,26000,25000,25000,22000],

    'Duration':['30days','50days','55days','40days','60days','35days','55days','50days'],

    'Discount':[1000,2300,1000,1200,2500,1300,1400,1600]

                })

df0 = pd.DataFrame(technologies)

print(df0)

print("\n")

df = pd.DataFrame(technologies, columns=['Courses','Fee','Duration','Discount'])

print(df)

print("\n")

# Use GroupBy() to compute the sum

df2 = df.groupby('Courses').sum()

print(df2)

print("\n")

# Using GroupBy multiple column

df2 = df.groupby(['Courses','Duration'])['Fee'].sum()

print(df2)

print("\n")

# Groupby and get sum() and count()

df2 = df.groupby('Courses')['Fee'].agg(['sum','count'])

print(df2)

print("\n")

# Pandas groupby get sum() and count()

df2 = df.groupby('Courses').agg({'Fee': ['sum','count']})

print(df2)

print("\n")

# Sorting group keys on descending order

groupedDF = df.groupby('Courses',sort=False).sum()

sortedDF=groupedDF.sort_values('Courses', ascending=False)

print(sortedDF)

print("\n")

# Using reset_index()

df2 = df.groupby(['Courses'])['Fee'].sum().reset_index()

print(df2)

print("\n")

# GroupBy multiple columns using agg()

df2 = df.groupby(['Courses','Duration'])['Discount'].agg("sum")

print(df2)

print("\n")

# GroupBy multiple columns using transform()

df2 = df.groupby(['Courses', 'Fee'])['Discount'].transform('sum')

print(df2)

print("\n")

# GroupBy multiple columns using pivot function

df2 = df.groupby(['Courses','Duration'],as_index = False).sum().pivot('Courses','Duration').fillna(0)

print(df2)

print("\n")

# DataFrame.set_index using sum with level

df2 = df.set_index(['Courses','Duration']).sum(level=[0,1])

print(df2)

print("\n")

(.env) boris@boris-All-Series:~/MATPLOTLIBSR/PANDASGROUPS$ python3 groupsPandas.py

   Courses    Fee Duration  Discount

0    Spark  22000   30days      1000

1  PySpark  25000   50days      2300

2   Hadoop  23000   55days      1000

3   Python  24000   40days      1200

4   Pandas  26000   60days      2500

5   Hadoop  25000   35days      1300

6    Spark  25000   55days      1400

7   Python  22000   50days      1600

   Courses    Fee Duration  Discount

0    Spark  22000   30days      1000

1  PySpark  25000   50days      2300

2   Hadoop  23000   55days      1000

3   Python  24000   40days      1200

4   Pandas  26000   60days      2500

5   Hadoop  25000   35days      1300

6    Spark  25000   55days      1400

7   Python  22000   50days      1600

           Fee  Discount

Courses                 

Hadoop   48000      2300

Pandas   26000      2500

PySpark  25000      2300

Python   46000      2800

Spark    47000      2400

Courses  Duration

Hadoop   35days      25000

                55days      23000

Pandas   60days      26000

PySpark  50days      25000

Python   40days      24000

               50days      22000

Spark    30days      22000

              55days      25000

Name: Fee, dtype: int64

           sum  count

Courses              

Hadoop   48000      2

Pandas   26000      1

PySpark  25000      1

Python   46000      2

Spark    47000      2

           Fee      

           sum count

Courses             

Hadoop   48000     2

Pandas   26000     1

PySpark  25000     1

Python   46000     2

Spark    47000     2

           Fee  Discount

Courses                 

Spark    47000      2400

Python   46000      2800

PySpark  25000      2300

Pandas   26000      2500

Hadoop   48000      2300

   Courses    Fee

0   Hadoop  48000

1   Pandas  26000

2  PySpark  25000

3   Python  46000

4    Spark  47000

Courses  Duration

Hadoop   35days      1300

                55days      1000

Pandas   60days      2500

PySpark  50days      2300

Python   40days      1200

               50days      1600

Spark    30days      1000

               55days      1400

Name: Discount, dtype: int64

0    1000

1    2300

2    1000

3    1200

4    2500

5    1300

6    1400

7    1600

Name: Discount, dtype: int64

              Fee                             ... Discount                        

Duration   30days   35days   40days   50days  ...   40days  50days  55days  60days

Courses                                       ...                                 

Hadoop        0.0  25000.0      0.0      0.0  ...      0.0     0.0  1000.0     0.0

Pandas        0.0      0.0      0.0      0.0  ...      0.0     0.0     0.0  2500.0

PySpark       0.0      0.0      0.0  25000.0  ...      0.0  2300.0     0.0     0.0

Python        0.0      0.0  24000.0  22000.0  ...   1200.0  1600.0     0.0     0.0

Spark     22000.0      0.0      0.0      0.0  ...      0.0     0.0  1400.0     0.0

[5 rows x 12 columns]

                    Fee  Discount

Courses Duration                 

Spark   30days    22000      1000

PySpark 50days    25000      2300

Hadoop  55days    23000      1000

Python  40days    24000      1200

Pandas  60days    26000      2500

Hadoop  35days    25000      1300

Spark   55days    25000      1400

Python  50days    22000      1600