pandas中group by的结果错误

Question

names1880 = pd.read_csv('test.txt', names=['name', 'sex', 'births'])
names1880.groupby('sex').births.sum()

这里用的是1880年的一个示例文件（美国婴儿名字）。我希望得到的结果大概是这样的……

F 90993
M 110493
Name: births

但是我每一行得到的总数都是随机的。

0     58385
1     35818
2     33920
...
1896    57
1897    57
1898    57

我该怎么才能得到正确的男性和女性的结果呢？

更新： 下面的代码似乎按预期工作。这是不是意味着我必须拆分对象，不能把它当作一个方法来用呢？

mygroup=names1880.groupby('sex')
mygroup['births'].sum()

这是test.txt文件的前10行内容。

Mary,F,7065
Anna,F,2604
Emma,F,2003
Elizabeth,F,1939
Minnie,F,1746
Margaret,F,1578
Ida,F,1472
Alice,F,1414
Bertha,F,1320
Sarah,F,1288

我使用的是0.7.0版本的pandas，如果这有影响的话。

Answer 1

你写的代码运行得很好。
当我复制你给的数据样本时：

import pandas as pd 
data = pd.read_clipboard(sep=',', header = None, 
                             names = ['name', 'sex', 'births'])

data.groupby('sex').births.sum()

它输出的是：

sex
F      22429

你不需要去修改什么，但你随时可以尝试！(也许你的问题是因为你用的Pandas版本太旧了。)

当我添加了一些数据：

Mary,F,7065
Anna,F,2604
Emma,F,2003
Elizabeth,F,1939
Minnie,F,1746
Margaret,F,1578
Ida,F,1472
Jeremy,M,1477
Alice,F,1414
Bertha,F,1320
Sarah,F,1288
Jonathan,M,1255

这里是它输出的结果，正如我预期的那样：

sex
F      22429
M       2732
Name: births, dtype: int64