Pandas按Date列分组后对多列求和生成Total列的实现及报错解决
报错原因定位
- 第一处代码报错
ValueError: Wrong number of items passed 4, placement implies 1:- 存在多处语法疏漏:
- 把
sort=False参数错放到分组键列表里,正确写法是将sort=False作为groupby的独立关键字参数传入,而非和列名放在同一个列表中 - 写列名时漏给
col4加引号,语法不合法
- 把
- 逻辑偏差:groupby上下文下选中4列后执行
sum(axis=1),返回结果长度和原表一致、为逐行计算的行和,直接赋值给单列Total时维度不匹配
- 存在多处语法疏漏:
- 第二处代码报错
TypeError: aggregate() missing 1 required positional argument: 'arg':- 语法误用:pandas新版命名聚合的规则是,每个聚合项的元组格式为
(目标原列名, 聚合函数),单条元组仅能对应1个原列,不能将4个列名塞入同一个元组 - 列名不匹配:代码中引用的
ConfirmedIndianNational等列名,和实际DataFrame中的col2-col5列完全不符
- 语法误用:pandas新版命名聚合的规则是,每个聚合项的元组格式为
可直接运行的实现代码
场景1:输出按Date聚合后的精简结果
每个唯一Date对应1行,Total为该日期下所有行的col2-col5值总和:
# 提前定义需要求和的列列表,避免手写漏引号 target_cols = ["col2", "col3", "col4", "col5"] df_new = ( df.groupby("Date", sort=False)[target_cols] # 按Date分组,仅保留需要计算的数值列 .sum() # 第一步:计算同Date下,每个列跨所有行的累加值 .sum(axis=1) # 第二步:将四个列的累加值横向求和,得到该Date下四列的总合计 .reset_index(name="Total") # 结果转成DataFrame,将总合计列命名为Total )
运行后输出效果:
Date Total 0 01/02/20 10 1 03/02/20 12 2 04/02/20 13 3 05/02/20 31 4 08/02/20 16
场景2:保留原DataFrame全部行与字段
如果不需要精简结果,需要保留Slno、col6等原有字段,可使用transform为每一行匹配对应Date的Total值:
target_cols = ["col2", "col3", "col4", "col5"] # 逐行计算col2-col5的行和后,按Date分组聚合同日期的行和总和 df["Total"] = df.groupby("Date")[target_cols].sum(axis=1).groupby(df["Date"]).transform("sum")
内容的提问来源于stack exchange,提问作者Nadeem Haque
相关产品推荐
相关产品推荐

