同一groupby中的一列计数和另一列的总和？

Question

这个数据框：

df = pd.DataFrame({'delivery_date' : ['2018-09-07' ,'2018-09-07','2018-09-08','2018-09-09','2018-09-10'],
              'user' : ['user1','user1','user2','user3','user3'],
             'number_of_papers' : [3,4,3,2,4]}) 

我想和delivery_date 和user 组一个小组。地点：

• 发现count user 在一天内交付了一些东西。
• 找到sum 的number_of_papers

我使用了.agg，但我认为它不适用于这里，因为count 和sum 是关于不同的列。

df.groupby(['delivery_date','user'])['delivery_date'].agg(['count','sum']).sort_index(level=[0,1], ascending=[False,True]).reset_index(name ='Counts')

错误类型错误：此 dtype 不允许归约运算 'sum'

总和应该是number_of_papers。我不知道在 groupby 哪里写这个。

示例： 除了sum 部分之外，这一切都可以：

a.groupby(['delivery_date','user'])['delivery_date'].count().sort_index(level=[0,1], ascending=[False,True]).reset_index(name ='counts')

给予：

delivery_date   user    counts
0   2018-09-10  user3   1
1   2018-09-09  user3   1
2   2018-09-08  user2   1
3   2018-09-07  user1   2

我只想在此表中将number_of_papers 的sum 也作为一个名为sum 的新列。

Answer 1

你可以这样使用agg

    df.groupby(['delivery_date', 'user'])['number_of_papers'].agg('sum')

Answer 2

在agg 函数中使用字典进行与列相关的特定计算，然后使用rename 列和reset_index：

df.groupby(['delivery_date','user']).agg({'delivery_date':'count','number_of_papers':'sum'}).\
                                     sort_index(level=[0,1], ascending=[False,True]).\
                                     rename(columns={'delivery_date':'count','number_of_papers':'sum'}).\
                                     reset_index()

    delivery_date   user    count   sum
0   2018-09-10      user3   1       4
1   2018-09-09      user3   1       2
2   2018-09-08      user2   1       3
3   2018-09-07      user1   2       7