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:Pandas 如何按值分组、求和一列并在另一列中保持相等的值?,pandas,pandas-groupby,Pandas,Pandas Groupby,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",
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