python - Pandas 仅对某一列进行分组和求和

Question

下面是一个最小的示例，显示了我面临的问题。让我们的初始状态如下(我仅使用字典来进行演示):

A = [{'D': '16.5.2013', 'A':1, 'B': 0.0, 'C': 2}, {'D': '16.5.2013', 'A':1, 'B': 0.0, 'C': 4}, {'D': '16.5.2013', 'A':1, 'B': 0.5, 'C': 7}]
df = pd.DataFrame(A)
>>> df
   A    B  C          D
0  1  0.0  2  16.5.2013
1  1  0.0  4  16.5.2013
2  1  0.5  7  16.5.2013

如何从 df 到达 df_new，即:

A_new = [{'D': '16.5.2013', 'A':1, 'B': 0.0, 'C': 6}, {'D': '16.5.2013', 'A':1, 'B': 0.5, 'C': 7}]
df_new = pd.DataFrame(A_new)

>>> df_new
   A    B  C          D
0  1  0.0  6  16.5.2013
1  1  0.5  7  16.5.2013

“C”列的第一行和第二行相加，因为这两行的“B”相同。其余部分保持不变，例如，“A”列未求和，“D”列不变。假设我只有 df 并且我想获得 df_new，我该怎么做？如果可能的话，我真的很想找到某种优雅的解决方案。

提前致谢。

Answer 1

假设其他列始终相同，并且不应特殊对待。

首先创建按 B 分组的 df_new，其中我为每列取组中的第一行:

In [17]: df_new = df.groupby('B', as_index=False).first()

然后具体计算 C 列作为每个组的总和:

In [18]: df_new['C'] = df.groupby('B', as_index=False)['C'].sum()['C']

In [19]: df_new
Out[19]: 
     B  A  C          D
0  0.0  1  6  16.5.2013
1  0.5  1  7  16.5.2013

如果您的列数有限，您也可以通过为每一列指定所需的函数来一步完成此操作(但如果您有更多列，上述操作会更方便(更少的手动操作)):

In [20]: df_new = df.groupby('B', as_index=False).agg({'A':'first', 'C':'sum', 'D':'first'})