如何使用聚合函数在 Pandas 的列中“合并”相同值的行？

Question

给定一列，我想对数据框中的行进行分组。然后我想收到一个编辑过的数据框，我可以决定哪个聚合函数有意义。默认值应该只是组中第一个条目的值。

（如果解决方案也适用于两列的组合，那就太好了）

示例

#!/usr/bin/env python

"""Test data frame grouping."""

# 3rd party modules
import pandas as pd


df = pd.DataFrame([{'id': 1, 'price': 123, 'name': 'anna', 'amount': 1},
                   {'id': 1, 'price':   7, 'name': 'anna', 'amount': 2},
                   {'id': 2, 'price':  42, 'name': 'bob', 'amount': 30},
                   {'id': 3, 'price':   1, 'name': 'charlie', 'amount': 10},
                   {'id': 3, 'price':   2, 'name': 'david', 'amount': 100}])
print(df)

给出数据框：

   amount  id     name  price
0       1   1     anna    123
1       2   1     anna      7
2      30   2      bob     42
3      10   3  charlie      1
4     100   3    david      2

我想得到：

amount  id     name  price
     3   1     anna    130
    30   2      bob     42
   110   3  charlie      3

所以：

• id 列中具有相同值的条目属于一起。在该操作之后，应该仍然有一个 id 列，但它应该只有唯一值。
• 将amount 和price 中具有相同id 的所有值相加
• 对于name，仅采用第一个（按数据帧的当前顺序）。

Pandas 可以做到这一点吗？

Answer 1

你正在寻找

aggregation_functions = {'price': 'sum', 'amount': 'sum', 'name': 'first'}
df_new = df.groupby(df['id']).aggregate(aggregation_functions)

给了

    price     name  amount
id                        
1     130     anna       3
2      42      bob      30
3       3  charlie     110

Answer 2

对于相同的列排序是必要的添加reindex，因为聚合dict：

d = {'price': 'sum', 'name': 'first', 'amount': 'sum'}
df_new = df.groupby('id', as_index=False).aggregate(d).reindex(columns=df.columns)
print (df_new)
   amount  id     name  price
0       3   1     anna    130
1      30   2      bob     42
2     110   3  charlie      3