Pandas 如何按值分组、求和一列并在另一列中保持相等的值？

如果您有一个数据框，其中的值同时出现，但也有一个独立的值，如下所示：

df = {'address': ["A", "A", "B"], 'balances': [30, 40, 50], 'sessions': ["V","V","K"]}

您想同时使用

groupby

和

aggregate

另一个：

>>> df.groupby(["address"]).agg({'balances': 'sum', 'sessions': ??? })

{'address': ["A", "B"], 'balances': [80, 50], 'sessions': ["V","K"]}

---

只需取集合中的第一个或最后一个：

df.groupby(["address"],as_index=False).agg({'balances': 'sum', 'sessions': 'first'})

---

---

以第一个或最后一个类似于：

df.groupby（[“address”]）.agg（{'balances'：'sum'，'sessions'：'first'}）

发布一个我可以接受的答案

  address  balances sessions
0       A        70        V
1       B        50        K