Python df groupby 与 agg 用于字符串和总和

Question

有了这个 df 作为基础，我想要以下输出:

因此，所有内容都应按第 0 列聚合，并且当第 1 列中的字符串具有相同名称时，应添加第 1 列中的所有字符串，并对第 2 列中的数字求和。

使用以下代码，我可以聚合字符串，但无需对数字求和:

df2= df1.groupby([0]).agg(lambda x: ','.join(set(x))).reset_index()
df2

Answer 1

避免任意数量的列

您想要的输出表明您有任意数量的列，具体取决于每个组 0 的 1 中的值的数量。这是反 Pandas 的，它强烈针对任意数量的行。因此按系列操作是首选。

所以你可以使用groupby + sum来存储你需要的所有信息。

df = pd.DataFrame({0: ['2008-04_E.pdf']*3,
                   1: ['Mat1', 'Mat2', 'Mat2'],
                   2: [3, 1, 1]})

df_sum = df.groupby([0, 1]).sum().reset_index()

print(df_sum)

               0     1  2
0  2008-04_E.pdf  Mat1  3
1  2008-04_E.pdf  Mat2  2

But if you insist...

If you insist on your unusual requirement, you can achieve it as follows via df_sum calculated as above.

key = df_sum.groupby(0)[1].cumcount().add(1).map('Key{}'.format)
res = df_sum.set_index([0, key]).unstack().reset_index().drop('key', axis=1)

res.columns = res.columns.droplevel(0)

print(res)

                  Key1  Key2  Key1  Key2
0  2008-04_E.pdf  Mat1  Mat2     3     2