如何在具有聚合函数的Pandas中按相同值“合并”列？

Question

我想将数据框中的行分组，给定一列。然后我想接收一个经过编辑的数据帧，我可以决定哪个聚合函数有意义。默认值应该只是组中第一个条目的值。

（如果解决方案也适用于两个列的组合，那就更好了）

示例

#!/usr/bin/env python

"""Test data frame grouping."""

# 3rd party modules
import pandas as pd


df = pd.DataFrame([{'id': 1, 'price': 123, 'name': 'anna', 'amount': 1},
                   {'id': 1, 'price':   7, 'name': 'anna', 'amount': 2},
                   {'id': 2, 'price':  42, 'name': 'bob', 'amount': 30},
                   {'id': 3, 'price':   1, 'name': 'charlie', 'amount': 10},
                   {'id': 3, 'price':   2, 'name': 'david', 'amount': 100}])
print(df)

提供数据帧：

   amount  id     name  price
0       1   1     anna    123
1       2   1     anna      7
2      30   2      bob     42
3      10   3  charlie      1
4     100   3    david      2

我想得到：

amount  id     name  price
     3   1     anna    130
    30   2      bob     42
   110   3  charlie      3

所以：

• 在id列中具有相同值的条目属于一起。在该操作之后，仍然应该有一个id列，但它应该只有唯一的值。
• 将amount和price中具有相同id的所有值相加
• 对于name，只取第一个（按数据帧的当前顺序）。

这对熊猫有可能吗？

Answer 1

对于相同的列，必须添加^{}，因为按dict聚合：

d = {'price': 'sum', 'name': 'first', 'amount': 'sum'}
df_new = df.groupby('id', as_index=False).aggregate(d).reindex(columns=df.columns)
print (df_new)
   amount  id     name  price
0       3   1     anna    130
1      30   2      bob     42
2     110   3  charlie      3

Answer 2

你在找

aggregation_functions = {'price': 'sum', 'amount': 'sum', 'name': 'first'}
df_new = df.groupby(df['id']).aggregate(aggregation_functions)

它给予

    price     name  amount
id                        
1     130     anna       3
2      42      bob      30
3       3  charlie     110