如果我有以下 df:
amount name role desc
0 1.0 a x f
1 2.0 a y g
2 3.0 b y h
3 4.0 b y j
4 5.0 c x k
5 6.0 c x l
6 6.0 c y p
我想按 name
和 role
列进行分组,将 amount
相加,然后对 进行串联desc
与 ,
:
amount name role desc
0 1.0 a x f
1 2.0 a y g
2 7.0 b y h,j
4 11.0 c x k,l
6 6.0 c y p
解决这个问题的正确方法是什么?
附带问题:假设 df
是从 .csv 中读取的并且它有其他不相关的列,我如何进行此计算然后写入新的 .csv 以及其他列(与阅读的模式相同)?
最佳答案
可能不是确切的骗局,但有很多与 groupby agg 相关的问题
df.groupby(['name', 'role'], as_index=False)\
.agg({'amount':'sum', 'desc':lambda x: ','.join(x)})
name role amount desc
0 a x 1.0 f
1 a y 2.0 g
2 b y 7.0 h,j
3 c x 11.0 k,l
4 c y 6.0 p
编辑:如果数据框中还有其他列,您可以使用“first”或“last”聚合它们,或者如果它们的值相同,则将它们包括在分组中。
选项 1:
df.groupby(['name', 'role'], as_index=False).agg({'amount':'sum', 'desc':lambda x: ','.join(x), 'other1':'first', 'other2':'first'})
选项 2:
df.groupby(['name', 'role', 'other1', 'other2'], as_index=False).agg({'amount':'sum', 'desc':lambda x: ','.join(x)})
关于python - pandas:groupby 多列,连接一列同时添加另一列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52546386/