pandas grouby 问题：在一个数据框中合并两行

Question

我需要在一个数据框中合并具有相同索引的所有行。 我得到了堆栈溢出的解决方案，但遇到了一些问题：

 import pandas as pd import numpy as np three = {'name':['ming', 'viper', 'rookie'], 'year':[1997, 1998, np.nan]} one = {'name':['rookie'], 'year':[1995]} df3 = pd.DataFrame(three, index=['rng', 'edg', 'ig']) df2 = pd.DataFrame(one, index=['ig']) df_concat = pd.concat([df2, df3]) print(df_concat)

df_concat 是：

我以这种方式使用 grouby() 方法：

 df_g = df_concat.groupby(level=0, sort=False).sum() print(df_g)

然而，结果不是我所期望的：

为什么“名称”列丢失了？

Answer 1

通过agg()尝试：

df_g=df_concat.groupby(level=0, sort=False).agg({'name':'first','year':'sum'})

df_g输出：

       name     year
ig     rookie   1995.0
rng     ming    1997.0
edg     viper   1998.0

注意：在此代码中df_concat.groupby(level=0, sort=False).sum()因为 name 列中的值不是数字所以这不包括 name 列的值和在 year 上执行sum()