计算组的平均值，同时保留object类型的列

Question

我有一个如下所示的数据帧：

col1   col2 col3 col4   col5...
g1       x1   x2   x3     x4
g1       x5   x6   x7     x8
g2       y1   y2   y3     y4
g2       y5   y6   y7     y8
...

其中col1/col2为“object”类型，col3/col4/col5为“float”类型

我想先按col1分组，然后计算col3/col4/col5的平均值，同时将col2保留在结果数据帧中。我所说的“保持”只是指保持原样，甚至不计算平均值，这是不可能的，因为它属于“对象”类型。每组中每行col2的实际值相同，选择任何人都可以

如果我天真地这样做：

df.groupby(["col1"]).mean().reset_index()

然后，结果数据帧将不保留col2，col2已消失。也就是说，结果如下所示：

col1           col3          col4          col5...
g1        (x2+y2)/2     (x3+y3)/2     (x4+y4)/2
g2        (x6+y6)/2     (x7+x8)/2     (x8+y8)/2

如何在保持col2不变的情况下计算col3/col4/col5的平均值

Answer 1

有很多方法可以选择“col2”的值

• 生成你想要的平均值
• 将包连接到要保留的列上，选择第一个列

s = 20
df = pd.DataFrame({"col1":np.random.choice(["g1","g2","g3"],s),
             "col2":np.random.choice(["constant"],s),
             **{f"col{i+3}":np.random.randint(1,10,s) for i in range(3)}})

df.groupby("col1").mean().join(df.groupby(["col1"])["col2"].first() ).reset_index(drop=True)

^{tb1}$