Pandas 分组求和作为新列名

在本文中，我们将介绍如何使用 Pandas 来对数据进行分组求和，并将求和结果作为新列名。

阅读更多：Pandas 教程

数据集

为了方便演示，我们先创建一个包含员工销售数据的数据集。

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八', '周九'],
        '部门': ['销售部', '销售部', '财务部', '市场部', '市场部', '财务部', '销售部'],
        '销售额': [1000, 2000, 1500, 3000, 2500, 2000, 1800]}
df = pd.DataFrame(data)

数据集中包含员工的姓名、所在部门以及销售额：

分组求和

我们可以通过 groupby 函数将数据集按照部门分组：

df_grouped = df.groupby('部门').sum()

这样就可以得到每个部门的销售额总和：

新列名

接下来，我们可以将销售额总和作为新列名添加到原始数据集中：

df_merged = pd.merge(df, df_grouped, on='部门')
df_merged.rename(columns={'销售额_y': '销售总额'}, inplace=True)

这样我们就可以得到每个员工所在部门的销售总额了：

总结

使用 Pandas 进行分组求和，可以方便地对数据进行汇总展示。同时，我们也可以将汇总结果作为新列名添加到原始数据集中，更好地展示数据。