pandas：groupby sum 以其他列为条件

Question

我有一个 dataframe 看起来像这样

pd.DataFrame({'a':['A', 'B', 'B', 'C', 'C', 'D', 'D', 'E'],
              'b':['Y', 'Y', 'N', 'Y', 'Y', 'N', 'N', 'N'],
              'c':[20, 5, 12, 8, 15, 10, 25, 13]})

   a  b   c
0  A  Y  20
1  B  Y   5
2  B  N  12
3  C  Y   8
4  C  Y  15
5  D  N  10
6  D  N  25
7  E  N  13

我想按列'a'分组，检查'b'列中的任何一个是否为'Y'或True并保留该值，然后对'c'求和

生成的 dataframe 应如下所示

   a  b   c
0  A  Y  20
1  B  Y  17
2  C  Y  23
3  D  N  35
4  E  N  13

我尝试了以下但得到一个错误

df.groupby('a')['b'].max()['c'].sum()

Answer 1

您可以将agg与max和sum一起使用。 'b' 列的最大值确实有效，因为 'Y' > 'N' == True

print(df.groupby('a', as_index=False).agg({'b': 'max', 'c': 'sum'}))

   a  b   c
0  A  Y  20
1  B  Y  17
2  C  Y  23
3  D  N  35
4  E  N  13