パンダはグループごとに合計されますが、特定の列は除外されます

Pandasデータフレームでgroupbyを実行し、そのgroupbyから一部の列を除外する最良の方法は何ですか？たとえば、次のデータフレームがあります。

Code   Country      Item_Code   Item    Ele_Code    Unit    Y1961    Y1962   Y1963
2      Afghanistan  15          Wheat   5312        Ha      10       20      30
2      Afghanistan  25          Maize   5312        Ha      10       20      30
4      Angola       15          Wheat   7312        Ha      30       40      50
4      Angola       25          Maize   7312        Ha      30       40      50

国とItem_Codeの列でグループ化し、Y1961、Y1962、Y1963の列に該当する行の合計のみを計算したいと思います。結果のデータフレームは次のようになります。

Code   Country      Item_Code   Item    Ele_Code    Unit    Y1961    Y1962   Y1963
2      Afghanistan  15          C3      5312        Ha      20       40       60
4      Angola       25          C4      7312        Ha      60       80      100

今私はこれをやっています：

df.groupby('Country').sum()

ただし、これにより、Item_Code列の値も合計されます。sum()操作に含める列と除外する列を指定する方法はありますか？

グループの列を選択できます。

In [11]: df.groupby(['Country', 'Item_Code'])[["Y1961", "Y1962", "Y1963"]].sum()
Out[11]:
                       Y1961  Y1962  Y1963
Country     Item_Code
Afghanistan 15            10     20     30
            25            10     20     30
Angola      15            30     40     50
            25            30     40     50

渡されるリストは列のサブセットである必要があることに注意してください。そうでない場合、KeyErrorが表示されます。

agg機能はあなたのためにこれを行います。列を渡し、列を含むdictとして機能し、出力します。

df.groupby(['Country', 'Item_Code']).agg({'Y1961': np.sum, 'Y1962': [np.sum, np.mean]})  # Added example for two output columns from a single input column

これにより、group by列と、指定された集計列のみが表示されます。この例では、「Y1962」に適用される2つのagg関数を含めました。

見たいものを正確に取得するには、group byに他の列を含め、フレーム内のY変数に合計を適用します。

df.groupby(['Code', 'Country', 'Item_Code', 'Item', 'Ele_Code', 'Unit']).agg({'Y1961': np.sum, 'Y1962': np.sum, 'Y1963': np.sum})

多くの列に適用するためのより一般的な方法を探している場合は、列名のリストを作成し、それをグループ化されたデータフレームのインデックスとして渡すことができます。あなたの場合、例えば：

columns = ['Y'+str(i) for year in range(1967, 2011)]

df.groupby('Country')[columns].agg('sum')