你可以使用pandas库来实现按照一个列的值对行进行分组,并计算另一个列的值的和和出现次数。以下是一个示例代码:
import pandas as pd
# 创建示例数据
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data)
# 按照列'A'的值进行分组,并计算列'B'的和和出现次数
grouped = df.groupby('A').agg({'B': ['sum', 'count']})
# 打印结果
print(grouped)
输出结果如下:
B
sum count
A
bar 12 3
foo 24 5
在上面的代码中,我们首先导入pandas库,并创建了一个包含两列的DataFrame对象。然后,我们使用groupby()
方法按照列'A'的值进行分组。接下来,我们使用agg()
方法来计算列'B'的和和出现次数。最后,我们打印出结果。