group by 分组后 再对所有的数据求和

可以使用pandas库中的groupby()方法将数据按照某一列或多列进行分组，然后再对每组数据进行求和。 下面是一个示例代码： ```python import pandas as pd # 创建示例数据 data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'], 'C': [1, 2, 3, 4, 5, 6, 7, 8], 'D': [10, 20, 30, 40, 50, 60, 70, 80]} df = pd.DataFrame(data) # 按照 A 和 B 列进行分组，并对每组数据的 C 和 D 列求和 result = df.groupby(['A', 'B']).sum() print(result) ``` 输出结果为： ``` C D A B bar one 2 20 three 4 40 two 12 120 foo one 8 80 three 8 80 two 10 100 ``` 可以看到，按照 A 和 B 列进行分组后，对每组数据的 C 和 D 列求和得到了新的数据表。