python中groupby输出数据和源数据不符

lizy169

请教大佬、师兄、师姐

为啥我用groupby输出的数据和源数据对不上哦？
差十万八千里


附件很小，才几KB，论坛上传不了，只能传百度网盘，请大神帮忙指点指点，多谢！！

链接：https://pan.baidu.com/s/1PoTUfCYaLT2rpem5zuLGGg
提取码：rvb1


import numpy as np
import pandas as pd
import os

#   遍历数据文件夹中所有文件的文件名，得到清单列表file_list
file_list = []
for root, dirs, files in os.walk("E:/GP数据分析/123/"):  # 填写数据文件夹的路径
    if files:
        for f in files:
            if ".csv" in f:
                file_list.append(f.split(".csv")[0])

#   根据上一步得到的文件名列表，遍历所有文件，放入output变量中
output = pd.DataFrame()

#   遍历每个文件
for f in file_list:
    code = f.split()[-1].split()  # 读取日期代码
    print(code)

    # 读取数据
    stock_data = pd.read_csv('E:/GP数据分析/123/' + f + '.csv', parse_dates=[0])

    # 计算并输入到New文件
    l = len(output)
    output.loc[l, '日期'] = code  # 将遍历的文件名输出到新文件”日期“列；
    output.loc[l, '数量'] = stock_data['quantity'].sum()

    #   date = stock_data.groupby('quantity')['category'].sum() #   按照类型分类，并求分类后数量和
    output.loc[l, '分类0'] = stock_data.groupby('category')['quantity'].apply(
        lambda i: i.iloc[0] if len(i) > 1 else np.nan).sum()
    output.loc[l, '分类1'] = stock_data.groupby('category')['quantity'].apply(
        lambda i: i.iloc[1] if len(i) > 1 else np.nan).sum()
    output.loc[l, '分类2'] = stock_data.groupby('category')['quantity'].apply(
        lambda i: i.iloc[2] if len(i) > 1 else np.nan).sum()

#   输出每个文件的计算结果到新文件中
output.to_csv('E:/GP数据分析/NEW.csv', index=False, encoding='gbk')
print(output)

cqfcy

lizy169 发表于 2021-11-13 15:56
谢谢！
去掉0后，总数量是对了，但3个分类的数据还是不对，正确的应该是3个分类的SUM=总数量才对。
还 ...

最后分类的那三行代码替换为这个

[Python] 纯文本查看 复制代码

output.loc[l, ['分类0', '分类1', '分类2']] = stock_data.groupby('category')['quantity'].apply(sum).to_list()

如果只需要其中某一类，就按下面的方式按需开关代码吧

[Python] 纯文本查看 复制代码

output.loc[l, '分类0'] = stock_data.groupby('category')['quantity'].apply(sum)[0]
output.loc[l, '分类1'] = stock_data.groupby('category')['quantity'].apply(sum)[1]
output.loc[l, '分类2'] = stock_data.groupby('category')['quantity'].apply(sum)[2]

choolyee

貌似是groupby字段写错了
试试date = stock_data.groupby(stock_data['quantity'])

xiaoshu1688

现在这个PYTHON还是有很大市场。

cqfcy

读取csv的时候parse_dates=[0]将quantity转换为object了，去掉这个参数读取为int就OK了

lizy169

choolyee 发表于 2021-11-12 23:56
貌似是groupby字段写错了
试试date = stock_data.groupby(stock_data['quantity'])

谢谢你的回复，我按照你的方法试了，还是不行，

lizy169

cqfcy 发表于 2021-11-13 10:18
读取csv的时候parse_dates=[0]将quantity转换为object了，去掉这个参数读取为int就OK了

谢谢！
去掉0后，总数量是对了，但3个分类的数据还是不对，正确的应该是3个分类的SUM=总数量才对。
还有，如果我只要输出其中一个类的数据，其它两个类的不需要输出显示出来，该怎样弄？

lizy169

cqfcy 发表于 2021-11-12 22:39
最后分类的那三行代码替换为这个
[mw_shl_code=python,true]output.loc[l, ['分类0', '分类1', '分类2'] ...

非常感谢你！
谢谢！！