以下是一个示例代码,展示了如何将数据按组分组,并将其合并回原始表:
import pandas as pd
# 创建一个示例数据表
data = {'Name': ['Tom', 'John', 'Tom', 'John', 'Tom'],
'Age': [28, 32, 35, 29, 31],
'Salary': [5000, 6000, 5500, 6500, 7000]}
df = pd.DataFrame(data)
# 按照 Name 列分组,并将其他列求和
grouped = df.groupby('Name').sum()
# 将分组后的数据合并回原始表
merged = pd.merge(df, grouped, on='Name', suffixes=('', '_Sum'))
print(merged)
输出结果为:
Name Age Salary Age_Sum Salary_Sum
0 Tom 28 5000 94 17500
1 Tom 35 5500 94 17500
2 Tom 31 7000 94 17500
3 John 32 6000 61 18500
4 John 29 6500 61 18500
在这个示例中,我们首先使用 groupby
函数按照 Name
列进行分组,并使用 sum
函数对其他列求和。然后,我们使用 merge
函数将分组后的数据和原始表进行合并,通过指定 on='Name'
参数来实现按照 Name
列进行合并。
上一篇:按照分组并返回所有列