[英]pandas: groupby multiple columns, concatenating one column while adding another
如果我有以下 df:
amount name role desc
0 1.0 a x f
1 2.0 a y g
2 3.0 b y h
3 4.0 b y j
4 5.0 c x k
5 6.0 c x l
6 6.0 c y p
我想按name
和role
列分组,将amount
相加,并将desc
与,
串联:
amount name role desc
0 1.0 a x f
1 2.0 a y g
2 7.0 b y h,j
4 11.0 c x k,l
6 6.0 c y p
解决这个问题的正确方法是什么?
附带问题:假设df
是从 .csv 读取的并且它有其他不相关的列,我该如何进行计算,然后将其他列(与读取的架构相同)写入新的 .csv ?
可能不完全是骗局,但有很多与 groupby agg 相关的问题
df.groupby(['name', 'role'], as_index=False)\
.agg({'amount':'sum', 'desc':lambda x: ','.join(x)})
name role amount desc
0 a x 1.0 f
1 a y 2.0 g
2 b y 7.0 h,j
3 c x 11.0 k,l
4 c y 6.0 p
编辑:如果数据框中还有其他列,您可以使用“第一个”或“最后一个”聚合它们,或者如果它们的值相同,请将它们包含在分组中。
选项1:
df.groupby(['name', 'role'], as_index=False).agg({'amount':'sum', 'desc':lambda x: ','.join(x), 'other1':'first', 'other2':'first'})
选项 2:
df.groupby(['name', 'role', 'other1', 'other2'], as_index=False).agg({'amount':'sum', 'desc':lambda x: ','.join(x)})
扩展@Vaishali 的回答。 要处理剩余的列而不必指定每一列,您可以创建一个字典并将其作为 agg(regate) 函数的参数。
dict = {}
for col in df:
if (col == 'column_you_wish_to_merge'):
dict[col] = ' '.join
else:
dict[col] = 'first' # or any other group aggregation operation
df.groupby(['key1', 'key2'], as_index=False).agg(dict)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.