Maintenant, j'ai quelques données ressemble ci-dessous:Comment puis-je agréger sur plusieurs colonnes dans les pandas?
song_id artist_id 0 days 1 days 2 days
1 0919b5ed4ce2649f61bcc6c21fadab12 0c80008b0a28d356026f4b1097041689 0 0 0
2 8a0777df37bf6a0f3384d63a47d4d21b 0c80008b0a28d356026f4b1097041689 0 1 0
3 b61bc45712ee40c3f4a37dd4d063ad52 0c80008b0a28d356026f4b1097041689 0 0 0
4 a2fbe29da3a760d7467b8a7b3247a9c8 0c80008b0a28d356026f4b1097041689 0 0 1
5 b5e92cb9ff2126189c19305cf148b25d 0c80008b0a28d356026f4b1097041689 0 0 0
Et je veux les regrouper par artist_id et de regrouper la somme sur 0 days
, 1 days
et 2 days
, et obtenir le résultat comme ça.
artist_id 0 days 1 days 2 days
0 0c80008b0a28d356026f4b1097041689 0 1 1
J'ai essayé
df.groupby('artist_id').sum()
Mais il provoque une erreur.
TypeError: Cannot compare type 'Timedelta' with type 'str'
df.info
montre:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 10842 entries, 0 to 10841
Columns: 185 entries, song_id to 182 days 00:00:00
dtypes: float64(183), object(2)
memory usage: 15.4+ MB
Comment puis-je résoudre en utilisant la manière de pandas géants?
Toute aide est la bienvenue.
Qu'est-ce qu'une erreur? Pour moi cela fonctionne très bien. – jezrael
Que signifie 'df.info()', si vous avez des dtypes non numériques alors 'sum' échouera – EdChum
@jezrael J'ai mis à jour la question. Merci d'avoir commenté. – KIDJourney