在Spyder中使用Python实现CSV表格按Column1分组求和Column5并格式化为整数展示
分组求和的整数格式化实现
通过df.groupby("Column1")["Column5"].sum()得到的聚合结果,因为pandas对含缺失值的数值列默认返回浮点类型,通常会附带.0的小数后缀,可根据数据场景选择整数转换方式:
- 确认求和结果无小数残留时,直接调用
astype(int)做类型转换 - 原始数据Column5为浮点类型、求和结果可能带小数时,先调用
round(0)做四舍五入,再转int,避免类型转换抛出异常
规范双列结果表格的生成方法
groupby聚合默认返回Series结构,Column1会被设为行索引而非独立列,无法直接满足“仅保留Column1与对应Column5求和值”的两列表格要求,需要通过重置索引把分组键从索引转回普通列。
Spyder环境可直接落地的完整代码
import pandas as pd # 读取目标CSV文件,替换为本地实际文件路径 raw_df = pd.read_csv("target_data.csv") # 按Column1完成Column5列的分组求和 agg_result = raw_df.groupby("Column1")["Column5"].sum() # 格式化求和值为整数(兼容浮点求和的四舍五入处理) agg_int = agg_result.round(0).astype(int) # 转换为两列结构的DataFrame表格 result_table = agg_int.reset_index() # 可选:重命名求和值列,让表头语义更清晰 # result_table = result_table.rename(columns={"Column5": "Column5_分组小计"}) # 在Spyder控制台打印查看结果,也可直接在变量浏览器中点击result_table查看可视化表格 print(result_table)
实用操作提示
- 若需将结果导出为新的CSV文件,调用
result_table.to_csv("分组小计结果.csv", index=False)即可,避免索引被额外导出为无意义的列 - 不要在聚合前对含空值的Column5列直接做int类型转换,会触发空值无法转为整数的报错,类型转换操作一定要放在聚合完成后执行
内容的提问来源于stack exchange,提问作者Samks
相关产品推荐
相关产品推荐

