本文共 1266 字，大约阅读时间需要 4 分钟。

Pandas:如何根据其他列值的条件对列进行求和?

在Pandas库中，如果你想根据其他列的值来对某一列的值进行求和，可以使用`groupby()`函数结合`sum()`函数。以下是一个详细步骤和代码示例：

首先，确保你的环境中已经安装了Pandas库。如果还没有安装，可以通过运行以下命令来安装：

```python

pip install pandas ```

接下来，我们假设你有一个DataFrame `df`，它包含两列`A`和`B`，你需要根据列`A`的值对列`B`进行求和。

以下是详细的步骤：

1. 导入Pandas库。

2. 创建一个DataFrame `df`。

3. 使用`groupby()`函数按照列`A`的值对DataFrame进行分组。

4. 对于每个组，使用`sum()`函数计算列`B`的和。

以下是代码示例：

```python

import pandas as pd

# 创建一个DataFrame

data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],         'B': [1, 2, -3, 4, -5, 6, -7, 8]}

df = pd.DataFrame(data)

# 根据列A的值对DataFrame进行分组，并计算每个组中列B的和

result = df.groupby('A')['B'].sum()

print(result)

```

输出：

```

A bar     -6 foo      7 dtype: int64 ```

在这个例子中，我们首先导入了Pandas库，然后创建了一个DataFrame `df`。接着，我们使用`groupby()`函数按照列`A`的值对DataFrame进行分组，并对每个组使用`sum()`函数计算列`B`的和。最后，我们打印出结果。

测试用例：

```python

import pandas as pd

data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],

        'B': [1, 2, -3, 4, -5, 6, -7, 8]}

df = pd.DataFrame(data)

# 预期结果

expected_result = pd.Series([7, -6], index=['foo', 'bar'], name='B')

def test_groupby_sum():

    result = df.groupby('A')['B'].sum()     assert result.equals(expected_result)

test_groupby_sum()

```

在测试用例中，我们定义了一个函数`test_groupby_sum()`，它首先执行我们在上一个例子中相同的操作，然后比较结果是否与预期结果相同。如果结果相同，那么我们可以通过断言来验证我们的函数是正确的。