如何在Pandas中按Group 1分组计算Count列的总计值？

现有一个已应用groupby操作的Pandas表格，索引为Group0和Group1的多层索引，包含Group2和Count列，数据如下：

Group 0	Group 1	Group 2	Count
A	X1	577.5000	6
		894.8700	2
	X2	2697.3100	48
		2697.3100	1
	B3	2697.3100	30
B	C12	34.2700	9
		39.2700	3

需要新增Group 1 Total by Count列，值为同一Group1分组下Count列的总和，得到如下结果：

Group 0	Group 1	Group 2	Count	Group 1 Total by Count
A	X1	577.5000	6	8
		894.8700	2	8
	X2	2697.3100	48	49
		2697.3100	1	49
	B3	2697.3100	30	30
B	C12	34.2700	9	12
		39.2700	3	12

直接用groupby结合transform方法就能实现需求，不需要用cumsum。transform会把分组计算的总和自动广播到该分组的每一行，刚好匹配你的需求。

代码示例 #

如果你的DataFrame索引是命名为Group0和Group1的多层索引：

df['Group 1 Total by Count'] = df.groupby(level='Group1')['Count'].transform('sum')

如果习惯用索引位置指定（Group1是第2层索引，位置为1）：

df['Group 1 Total by Count'] = df.groupby(level=1)['Count'].transform('sum')

原理说明 #

• groupby(level='Group1')：按Group1这个索引层级进行分组
• ['Count'].transform('sum')：对每个分组的Count列求和，transform会保持结果与原DataFrame的行数一致，将分组总和赋值给该组的每一行，这样同一Group1下的所有行都会拥有相同的总计值

执行上述代码后，你的DataFrame就会新增目标列，结果和你期望的完全一致。

内容的提问来源于stack exchange，提问作者Krishna