如何对DataFrame中按州分类的索引序列实现按州分组求和

解决方法 #

你的DataFrame采用了多级索引（MultiIndex）结构，第一级索引为州名，第二级为区间序号，按州汇总所有数值总和可以直接通过指定groupby的索引层级实现：

• 若第一级索引无自定义名称，按索引层级顺序指定level=0分组求和即可：

# 单值列直接求和
state_total = s.groupby(level=0).sum()
# 多列时指定对应列求和，比如要统计的列名为count
state_total = s.groupby(level=0)['count'].sum()

• 若第一级索引已自定义名称（比如命名为state），可以直接用索引名分组，可读性更高：

state_total = s.groupby(level='state').sum()

示例验证 #

你可以用以下测试代码验证效果：

import pandas as pd
import numpy as np

# 构造和你场景一致的测试数据
index = [
    ['MD']*11 + ['NJ']*11,
    list(range(11))*2
]
# 生成22个1-10的随机值作为测试数值
s = pd.Series(np.random.randint(1,10,22), index=index)

# 按州求和
res = s.groupby(level=0).sum()
print(res)

运行后输出结果即为每个州对应的所有区间数值总和，和你给出的示例需求完全匹配。

内容的提问来源于stack exchange，提问作者John