Python 数据 - 在原始数据框中插入小计

Question

我有一个人员数据框，如下：

我正在尝试每 3 行向数据帧添加小计。最终结果应如下所示：

有没有办法有效地做到这一点？我尝试使用 groupby 获取 subtotal 数据框，然后迭代循环 Personnel 数据框并逐一添加每个小计行，但一定有更好的方法吗？

同样，如果我想按国家/地区获取小计，有没有办法有效地添加到原始数据帧？

例如

subtotal_df = personnel_df.groupby(personnel_df.index // 3).sum(numeric_only=False)
for idx, row in personnel_df.copy().iterrows():
    pass

Answer 1

我确信可以使用散布的小计行创建您想要的数据框，但我对 pandas 的经验是您真的希望保持表格简单且一致。

您开始的表格每人一行，该人的每个属性一列。这是 pandas 期望的格式，我们可以使用所有很棒的 pandas 工具，如 groupby 等。

带有小计的表没有这个简单的解释，使用该表进行任何 pandas 操作都会很痛苦。

相反，我建议添加新列来跟踪小计

import pandas as pd

#create your input table
df = pd.DataFrame({
    'Country':['UK','UK','US','US','FR','FR','FR','FR','SWE','SWE'],
    'Name':['Tony','Alan','Lee','David','Steve','Paul','Micky','George','Nigel','John'],
    'Salary':[50,45,60,35,65,48,62,80,64,42],
    'Age':[18.00,16.77,65.53,76.17,77.80,72.82,78.07,46.72,83.83,96.22],
})

#create a new column which will be 0 for the first 3 rows, then 1 for the next 3, etc
df['subtotal_group'] = df.index//3

#use the new column to group and sum subtotals
df['salary_subtotal'] = df.groupby('subtotal_group')['Salary'].transform('sum')
df['age_subtotal'] = df.groupby('subtotal_group')['Age'].transform('sum')

#get subtotals by country in the same way
df['country_salary_total'] = df.groupby('Country')['Salary'].transform('sum')

print(df)

如果您不喜欢，可以随时删除

subtotal_group

栏！