在保留分类变量的同时重塑数据帧

Question

我一直在尝试使用一个透视表来重塑这个具有以下形状的数据帧

User  Product  Gender  Age  Cost

1     1        M       25   10
1     2        M       25   12
1     3        M       25   14
1     4        M       25   15
2     2        F       19   29
2     4        F       19   14
2     6        F       19   17
2     8        F       19   30

我希望它看起来像这样：

User  Gender  Age   Cost

1     M        25   51   
2     F        19   90   

换句话说，我想通过UserID来计算成本，同时在dataframe中保留其余的分类变量

我尝试过旋转数据，但它删除了我想要保留的性别和年龄变量

我尝试过使用groupby函数并对cost列求和，但当我尝试添加性别和年龄变量时，它要么生成NaNs，要么为同一用户重新创建包含多个条目的原始表

用户之间的性别和年龄变量是一致的。我错过了什么

Answer 1

您需要^{}+^{}：

df.groupby(['User','Gender']).agg({'Age':'first','Cost':'sum'}).reset_index()

   User Gender  Age  Cost
0     1      M   25    51
1     2      F   19    90

或：

df.groupby(['User','Gender'], as_index=False).agg({'Age':'first','Cost':'sum'})