[已解决]关于分组求和的问题

FishC

你可以使用Python的`pandas`库来实现这个需求。以下是解决这个问题的步骤：

1. 导入`pandas`库。
2. 将数据加载到一个DataFrame中。
3. 使用`groupby`和`apply`方法，并在自定义函数中获取最大值。

下面是代码示例：

1. import pandas as pd
   
2. 
   
3. # 创建 DataFrame
   
4. data = {
   
5.     "种类": ["车辆", "飞机", "车辆", "飞机", "火车", "车辆", "车辆", "飞机", "车辆", "火车", "火车", "火车", "火车", "车辆"],
   
6.     "型号": ["奔驰", "A330", "宝马", "B777", "和谐号", "奥迪", "奔驰", "C919", "宝马", "复兴号", "和谐号", "和谐号", "B777", "宝马"],
   
7.     "交易方向": ["买入", "买入", "买入", "卖出", "买入", "卖出", "卖出", "卖出", "卖出", "买入", "卖出", "买入", "卖出", "买入"],
   
8.     "数量": [3.0, 8.0, 11.0, 4.0, 6.0, 16.0, 5.0, 7.0, 10.0, 15.0, 8.0, 9.0, 1.0, 2.0]
   
9. }
   
10. 
    
11. df = pd.DataFrame(data)
    
12. 
    
13. # 使用 groupby 和 apply 方法，获取每个分组的最大值
    
14. result = df.groupby(["种类", "型号", "交易方向"]).apply(lambda x: x.loc[x["数量"].idxmax()]).reset_index(drop=True)
    
15. 
    
16. print(result)

复制代码

这个代码的工作原理如下：
1. `groupby(["种类", "型号", "交易方向"])`：按种类、型号和交易方向分组。
2. `apply(lambda x: x.loc[x["数量"].idxmax()])`：对每个分组应用一个自定义函数，找出数量上的最大值所在的行。
3. `.reset_index(drop=True)`：重置索引。

这段代码执行后，`result`会包含每个种类和型号在买入或卖出方向上的最大值。

请根据实际情况调整数据和列名。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。