Pandas groupby在一列上而不丢失其他列？

Question

我对 groupby 和 pandas 有疑问，一开始我有这个图表：

import pandas as pd 

data = {'Code_Name':[1,2,3,4,1,2,3,4] ,'Name':['Tom', 'Nicko', 'Krish','Jack kr','Tom', 'Nick', 'Krishx', 'Jacks'],'Cat':['A', 'B','C','D','A', 'B','C','D'], 'T':[9, 7, 14, 12,4, 3, 12, 11]} 

# Create DataFrame 
df = pd.DataFrame(data) 
df

i have this : 
   Code_Name     Name Cat   T
0          1      Tom   A   9
1          2     Nick   B   7
2          3    Krish   C  14
3          4  Jack kr   D  12
4          1      Tom   A   4
5          2     Nick   B   3
6          3   Krishx   C  12
7          4    Jacks   D  11

现在我与 groupby ：

df.groupby(['Code_Name','Name','Cat'],as_index=False)['T'].sum()

i got this:
   Code_Name     Name Cat   T
0          1      Tom   A  13
1          2     Nick   B  10
2          3    Krish   C  14
3          3   Krishx   C  12
4          4  Jack kr   D  12
5          4    Jacks   D  11

但对我来说，我需要这个结果：

   Code_Name   Name Cat   T
0          1    Tom   A  13
1          2   Nick   B  10
2          3  Krish   C  26
3          4   Jack   D  23

我不关心 Name Code_name 对我来说唯一重要的是总和 T 谢谢

Answer 1

或许你可以试试：

    (df.groupby("Code_Name", as_index=False)
       .agg({"Name":"first", "Cat":"first", "T":"sum"}))

原始答案见链接：https://datascience.stackexchange.com/questions/53405/pandas-dataframe-groupby-and-then-sum-multi-columns-sperately

Answer 2

有 2 种方法 - 为避免丢失的每一列添加聚合函数 - first、last 或 ', '.join obviuosly 用于字符串列和聚合函数，如 sum、mean 用于数字列：

df = df.groupby('Code_Name',as_index=False).agg({'Name':'first', 'Cat':'first', 'T':'sum'})
print (df)
   Code_Name     Name Cat   T
0          1      Tom   A  13
1          2    Nicko   B  10
2          3    Krish   C  26
3          4  Jack kr   D  23

或者，如果某些值在每个组中重复，例如此处 Cat 值，则将此列添加到 groupby - 仅应在输出中更改顺序：

df = df.groupby(['Code_Name','Cat'],as_index=False).agg({'Name':'first', 'T':'sum'})
print (df)
   Code_Name Cat     Name   T
0          1   A      Tom  13
1          2   B    Nicko  10
2          3   C    Krish  26
3          4   D  Jack kr  23

Answer 3

如果您不关心其他变量，则只需按感兴趣的列分组：

gb = df.groupby(['Code_Name'],as_index=False)['T'].sum()
print(gb)

   Code_Name   T
0          1  13
1          2  10
2          3  26
3          4  23

现在要获取您的输出，您可以获取每个组的 Name 的最后一个值：

gb = df.groupby(['Code_Name'],as_index=False).agg({'Name': 'last', 'Cat': 'first', 'T': 'sum'})
print(gb)

0          1     Tom   A  13
1          2    Nick   B  10
2          3  Krishx   C  26
3          4   Jacks   D  23