对行之间的某些值求和答案

【问题标题】：Sum certain values between rows对行之间的某些值求和
【发布时间】：2018-06-22 22:43:56
【问题描述】：

我有一个 370000 行 x 340 列的数据框，在这个 DataFrame 中，我在列之间混合了数字和非数字值。

我想合并行，基于user_id，将某些数值相加，并保留非数值。

给定表：

user_id          points    gender    age
11111              10000      male    18
 2222               4200    female    33
11111              30000      male    18
 2222                 10    female    33
11111              20000      male    18

我希望得到这样的结果：

user_id          points    gender     age
11111              60000      male     18
2222                4210      female   33

在对行求和时，我需要对大约求和。 340 个值中有 300 个值，但我是熊猫新手，正在努力寻找正确的方法，不胜感激。

【问题讨论】：

我不认为这是数字与非数字——年龄是数字，但你不想对年龄求和，对吧？
@DSM 是的，我只想合并某些数值
你可以做一个groupby，然后为每一列选择聚合函数。在这种情况下，类似于df.groupby('user_id').agg({'points':'sum', 'gender': 'first'})

标签： python pandas

【解决方案1】：

您想将您的原始DataFrame 按'user_id' 分组。然后，您可以聚合分组的框架并指定要在每列上使用哪个函数的字典。

df.groupby('user_id').agg({'points': 'sum', 
                           'gender': 'first', 
                           'age': 'first'}).reset_index()

输出：

   user_id  points  gender  age
0     2222    4210  female   33
1    11111   60000    male   18

只要您想要“保留”该值的列中只有一个唯一值，First 就会起作用。否则，实现模式以保留最常见的值，或者实现“唯一”以获取所有值的列表。

【讨论】：

【解决方案2】：

嘿，你可以使用 pandas aggregate sum 来做到这一点

喜欢

df.groupby(['user_id'])[["points"]].sum()

df.groupby(['user_id'])[["list_of_attribute"]].sum()

也可以在list_of_attributes中传递多个columns 但这将不得不subset 的列，否则KeyError。

【讨论】：