sum每两列的第一个汇总：
print (df.dtypes)
district object
item object
salesAmount int64
dtype: object
df1 = df.groupby(['district', 'item'], as_index=False)['salesAmount'].sum()
要么：
df1 = df.groupby(['district', 'item'], as_index=False).agg({'salesAmount': 'sum'})
print (df1)
district item salesAmount
0 Arba coil 300
1 Arba laptop 10000
2 Arba pen 30
3 Arba pencil 30
4 Cebu fruit 800
5 Cebu laptop 40000
6 Cebu oil 300
7 Cebu pen 120
然后排序与两列DataFrame.sort_values，使用GroupBy.cumsum和最后GroupBy.transform有sum：
df1 = df1.sort_values(['district','salesAmount'], ascending=[True, False])
df1['cumsalesAmount'] = df1.groupby('district')['salesAmount'].cumsum()
df1['totaldistrictAmount'] = df1.groupby('district')['salesAmount'].transform('sum')
#alternative
#df1['totaldistrictAmount'] = df1.groupby('district')['cumsalesAmount'].transform('last')
print (df1)
district item salesAmount cumsalesAmount totaldistrictAmount
1 Arba laptop 10000 10000 10360
0 Arba coil 300 10300 10360
2 Arba pen 30 10330 10360
3 Arba pencil 30 10360 10360
5 Cebu laptop 40000 40000 41220
4 Cebu fruit 800 40800 41220
6 Cebu oil 300 41100 41220
7 Cebu pen 120 41220 41220
谢谢。您的第一行代码给我以下错误：
TypeError: groupby() got an unexpected keyword argument 'level'@Lilly-
print (df.info())我的解决方案之前是什么？district 19551 non-null object item 19551 non-null object salesAmount 19551 non-null object@Lilly-我认为
df1 = df.groupby(['district', 'item']).agg({'salesAmount': 'sum'})有必要更改为df1 = df.groupby(['district', 'item'], as_index=False).agg({'salesAmount': 'sum'})射击...实际上是我的错误..我正在研究pysaprk df，并使用Kolas将pyspark df转换为kolas_df，并尝试使用熊猫函数。Kolas的问题是
transform功能不可用。因此，我将pyspark df转换为pandas，现在您的代码可以正常工作了。使用考拉时应小心。感谢您的所有投入，并非常感谢您的宝贵时间。