在进行“按视图、分组求和”的操作时,可以使用Python中的pandas库来进行处理。具体步骤如下:
import pandas as pd
data = {'视图': ['视图1', '视图1', '视图2', '视图2', '视图3', '视图3'],
'分组': ['分组1', '分组2', '分组1', '分组2', '分组1', '分组2'],
'数值': [1.2345678, 2.3456789, 3.4567890, 4.5678901, 5.6789012, 6.7890123]}
df = pd.DataFrame(data)
df_grouped = df.groupby(['视图', '分组']).sum()
df_grouped_rounded = df_grouped.round(2)
完整代码如下:
import pandas as pd
data = {'视图': ['视图1', '视图1', '视图2', '视图2', '视图3', '视图3'],
'分组': ['分组1', '分组2', '分组1', '分组2', '分组1', '分组2'],
'数值': [1.2345678, 2.3456789, 3.4567890, 4.5678901, 5.6789012, 6.7890123]}
df = pd.DataFrame(data)
df_grouped = df.groupby(['视图', '分组']).sum()
df_grouped_rounded = df_grouped.round(2)
print(df_grouped_rounded)
运行结果如下:
数值
视图 分组
视图1 分组1 1.23
分组2 2.35
视图2 分组1 3.46
分组2 4.57
视图3 分组1 5.68
分组2 6.79
可以看到,通过round函数进行汇总截断小数后,得到了按视图和分组求和的结果。