先分组求和
data.groupby('付款日期')['价税合计'].sum()
然后把这个数据新建一列
data1['价税合计'] = data.groupby('付款日期')['价税合计'].sum()
有大佬 解答一下吗 万分感谢
浏览 103已结题
pandas 用sum求大量float64类数据 出现的格式问题及转换DataFrame
- 写回答
- 好问题 提建议
- 追加酬金
- 关注问题
- 分享
- 邀请回答
微信扫一扫3条回答 默认 最新
相关推荐 更多相似问题
- 2021-06-29 12:10回答 3 已采纳 data.groupby('付款日期')['价税合计'].sum() 返回的是一个series类型的数据，新建赋值的时候需要再加个values data1['价税合计'] = data.groupb
- 2022-04-24 10:52回答 1 已采纳 不是提示你了， 看下你的数据里面有没有'Module-A'这一列
- 2022-05-08 22:00回答 2 已采纳 pandas 提供了可以合并两张表的函数merge，带参数how="outer"是取来自左右的并集，匹配不到的话元素就会设为Null最后做个if判断就可再加一列总成绩 import pandas as
- 2022-06-14 11:40fanstuck的博客 由于在Pandas中经常要处理到时间序列数据，需要把一些object...大家如果经常要使用到pandas dataframe处理时间数据不妨将两篇文章细读收藏，可以解决绝大多数处理时间序列的问题。有任何疑惑或者是问题可随时在评论区提
- 2020-12-24 03:31精灵之火的博客 简单使用pd.to_numeric此解决方案的优点是使用pd.to_numeric这是因为pd.to_numeric如果向pd.Series对象传递了一个pd.Series对象，则返回一个带有索引的pd.Series对象。这为我们提供了方便，可以方便地通过管道将结果...
- 没有解决我的问题, 去提问
