python - df.groupby() 需要修改帮助

Question

这是我的 table :

   A  B  C  E
0  1  1  5  4
1  1  1  1  1
2  3  3  8  2

现在，我想按 A 列和 B 列对所有行进行分组。应该对 C 列求和，对于 E 列，我想使用 C 为最大值的值。

我做了第一部分，将 A 和 B 分组并对 C 求和。我这样做是用:

df = df.groupby(['A', 'B'])['C'].sum()

但在这一点上，我不确定如何告诉 E 列应该取 C 最大的值。

最终结果应该是这样的:

   A  B  C  E
0  1  1  6  4
1  3  3  8  2

有人可以帮我解决这个过去的问题吗？ 谢谢!

Answer 1

在按C 排序后，将groupby 与agg 一起使用。

一般来说，如果您对不同的列应用不同的函数，DataFrameGroupBy.agg允许您传递一个字典，指定对每一列应用哪个操作:

df.sort_values('C').groupby(['A', 'B'], sort=False).agg({'C': 'sum', 'E': 'last'})

     C  E
A B
1 1  6  4
3 3  8  2

通过首先按 C 列排序，不作为 groupby 的一部分排序，我们可以选择 E 的最后一个值 每组，这将与每组的 C 的最大值对齐。