聚合具有两个条件的数据

Question

我有一个看起来像这样的数据框：

df =

date        name      val1     val2
-----------------------------------
14:55:00    name1     1        2
14:55:00    name1     2        4
15:00:00    name2     3        6
15:00:00    name3     4        8
15:05:00    name4     5        10
15:05:00    name5     6        12

如果日期相同，我想做的是聚合数据 - 但前提是名称不同。 所以上面的数据框实际上应该变成：

df_new =

date        name            val1     val2
-----------------------------------------
15:00:00    name2+name3     7        14
15:05:00    name4+name5     11       22

目前我几乎正在这样做：

df_new = df.groupby("date", as_index=False).agg({"name" : "+".join, "val1" : "sum", "val2" : "sum"})

但是，这也会聚合名称相同的name ，这是不应该的。 编辑：还应该注意，只有几个不同的名称。 名称将在每个日期间隔中重复。 只是当日期聚合时，名称不能相同。

这可以解决吗？

Answer 1

查找重复项，删除它们，然后在日期列上聚合：

(df.drop_duplicates(subset=['date', 'name'], 
                    keep=False)
   .groupby('date')
   .sum()
  )
 
          val1  val2
date                
15:00:00     7    14
15:05:00    11    22

Answer 2

您可以使用：

(df.loc[~df.duplicated(subset=['date', 'name'], keep=False)]
   .groupby('date', as_index=False)
   .agg({"name" : "+".join, "val1" : "sum", "val2" : "sum"})
)



       date         name  val1  val2
0  15:00:00  name2+name3     7    14
1  15:05:00  name4+name5    11    22

在这里，我们首先删除那些我们不想聚合的条目：相同的日期和名称。 如果日期不同，我们仍然保留重复的名称。