按列分组求和时忽略部分列

Question

在这个数据表中，我想根据'Location'来分组，然后计算'Score'的总和，但我不希望'Lat'、'Long'和'Year'在这个过程中受到影响。

sample = pd.DataFrame({'Location':['A','B','C','A','B','C'],
                       'Year':[2001,2002,2003,2001,2002,2003],
                       'Lat':[24,32,14,24,32,14],
                       'Long':[81,85,79,81,85,79],
                       'Score':[123,234,10,25,46,11]})

grouped = sample.groupby(['Location']).sum().reset_index()

grouped给我的结果是这样的;

  Location  Lat   Long   Score   Year
0   A       48     162    148   4002
1   B       64     170    280   4004
2   C       28     158     21   4006

但我想要的结果是这样的;

     Location   Lat   Long   Score   Year
    0   A       24     81     148   2001
    1   B       32     85     280   2002
    2   C       12     79      21   2003

Answer 1

你需要为其他列提供一种聚合方法。这里可以使用 mean（平均值）、first（第一个值）或 last（最后一个值），这些方法都可以用。

grouped = sample.groupby(['Location']).agg({'Lat': 'first', 
                                            'Long': 'first', 
                                            'Score': 'sum', 
                                            'Year': 'first'}).reset_index()

结果是：

  Location  Score  Lat  Long  Year
0        A    148   24    81  2001
1        B    280   32    85  2002
2        C     21   14    79  2003

另外，你也可以提供自己的函数，而不是使用Pandas内置的函数，这些函数可以用字符串来识别。

如果你在意列的顺序，使用时要注意，这样可能会打乱列的顺序，你可以通过索引来解决这个问题：

grouped[['Location', 'Lat', 'Long', 'Score', 'Year']]