如何在Python的递归函数中合并嵌套数据框groupby循环？

如何解决如何在Python的递归函数中合并嵌套数据框groupby循环？

我在创建可以执行嵌套循环的递归函数时遇到了麻烦。这是一个例子。 假设我有一个如下数据框：

col1 col2 col3 col4
A    1    Y    10
A    1    Y    19
A    1    N    20
A    2    Y    21
A    3    N    22
C    3    N    23

我想对col1，col2，col3进行分组，然后计算col4的总和。普通的代码块看起来像这样。

for code,val in df.groupby(by='col1'):
    for codee,vall in val.groupby(by='col2'):
        for codeee,valll in vall.groupby(by='col3):
            answer=sum(valll['col4'])

但是我想创建一个递归函数来完成任务。这是我到目前为止所得到的。

real=[]
def groupby_recurse(data,levels):
    layer = len(levels)
    if layer >= 1:
        for code,val in data.groupby(by=levels[-layer]):
            groupby_recurse(val,levels[(-layer + 1):])
    else:
        real.append(sum(data['col4']))
    return real

df = pd.DataFrame([['A',1,'Y',10],['A',19],'N',20],2,21],22],['C',3,23]],columns=['col1','col2','col3','col4'])
groupby_recurse(df,['col1','col3'])

此功能存在严重问题。当layer = 2，-layer + 1 = -1时，我位于groupby键列表的最后一个元素，但进入下一轮，当layer = 1和-layer + 1 = 0时，它突然跳到第一个groupby键列表的元素，它会一直持续下去。我该如何解决这个问题？

我们非常感谢您的帮助。干杯。

预期输出是一个包含所有总和值的列表。 第一个值是29。由于将所有三列分组后，df看起来像这样

col1 col2 col3 col4
    A    1    Y    10
    A    1    Y    19

下一个将是20，因为将df分组后看起来像这样。

col1 col2 col3 col4
A    1    N    20

然后是21。

col1 col2 col3 col4
A    2    Y    21

... 最终结果将是[29,20,21,22,23]。希望这是有道理的。

解决方法

您不需要递归，只需执行以下操作即可：

df = df.groupby(['col1','col2','col3'])['col4'].sum().reset_index()