按单列汇总分组的熊猫数据框

Question

我有一个熊猫数据框：

test=pd.DataFrame(columns=['GroupID','Sample','SampleMeta','Value'])
test.loc[0,:]='1','S1','S1_meta',1
test.loc[1,:]='1','S1','S1_meta',1
test.loc[2,:]='2','S2','S2_meta',1

我想（1）按两列（“ GroupID”和“ Sample”）分组，（2）每个组的“值”总和，（3）每个组的“ SampleMeta”中仅保留唯一值。 显示了所需的结果（“ GroupID”和“ Sample”作为索引）：

                SampleMeta  Value
GroupID Sample                       
1       S1      S1_meta      2
2       S2      S2_meta      1 

df.groupby（）和.sum（）方法很接近，但是.sum（）在组内的“值”列中连接相同的值。 结果，“ S1_meta”值被复制。

g=test.groupby(['GroupID','Sample'])
print g.sum()

                SampleMeta      Value
GroupID Sample                       
1       S1      S1_metaS1_meta  2
2       S2      S2_meta         1 

有没有一种方法可以使用groupby（）和相关方法来达到预期的结果？ 将每个组的总“值”与单独的“ SampleMeta” DataFrame合并是可行的，但是必须有一个更优雅的解决方案。

Answer 1

好吧，您可以将SampleMeta包含在groupby中：

print test.groupby(['GroupID','Sample','SampleMeta']).sum()

                           Value
GroupID Sample SampleMeta       
1       S1     S1_meta         2
2       S2     S2_meta         1

如果不想在完成SampleMeta作为索引的一部分，则可以按以下方式进行修改：

print test.groupby(['GroupID','Sample','SampleMeta']).sum().reset_index(level=2)

               SampleMeta  Value
GroupID Sample                  
1       S1        S1_meta      2
2       S2        S2_meta      1

这仅在SampleMeta中['GroupID','Sample']没有变化的情况下才有效。 当然，如果['GroupID','Sample']存在差异['GroupID','Sample']则您可能会完全从groupby / sum中排除SampleMeta ：

print test.groupby(['GroupID','Sample'])['Value'].sum()

GroupID  Sample
1        S1        2
2        S2        1