我有两个多索引系列
系列1
Company Name Product Price TransactionID
Company A Apple 10 T0001
Company B Grapes 20 T0002
Orange 30 T0003
系列2
Company Name Product Price TransactionID
Company A Orange 10 T0004
Apple 20 T0005
Company B Orange 20 T0006
我想组成如下系列
Company Name Product Sum_price TransactionID
Company A Orange 10 [T0004]
Apple 30 [T0001,T0005]
Company B Orange 50 [T0003,T0006]
Grapes 20 [T0002]
来自Group dataframe and get sum AND count?表明我可以使用 .agg 同时进行求和和计数，但是如何将 .apply(list) 和求和一起应用？现在，我已经应用了代码Pandas: adding multiindex Series/Dataframes containing lists形成两个系列，一个是 sum，另一个是带有 transactionID 的系列。我想我可以将两个系列连接在一起，但我只是想看看是否有更好的方法。
最佳答案
使用concat聚合 aggregate使用 sum 并转换为 list:
df = (pd.concat([df1, df2])
.groupby(['Company Name', 'Product'], as_index=False)
.agg({'Price':'sum', 'TransactionID': lambda x: x.tolist()})
)
print (df)
Company Name Product Price TransactionID
0 Company A Apple 30 [T0001, T0005]
1 Company A Orange 10 [T0004]
2 Company B Grapes 20 [T0002]
3 Company B Orange 50 [T0003, T0006]
关于python - Groupby 多索引 pandas 系列使用 agg 求和并应用列表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52946348/