Python 3.x 如何使用Python Lambda函数按列id聚合列A？

我正在聚合数据帧中的许多列。现在，我想创建一个df_8，其中我想说，对于所有唯一的id，只需粘贴列os的值。当我运行第一个聚合部分时，我没有得到一个错误。但是，当我运行合并所有聚合数据帧的下一步时，它不起作用。我的脚本唯一的新变化是添加了df_8（操作系统聚合）。 为什么?

---

@对不起，我在merge语句中输入了错误的id。刚刚更正了它，但是在合并部分抛出错误的行是：df=pd.merge（df_f，df_8，on='userid'，how='left'）。fillna（0）这个

df_8

真的没有任何意义。问题在于，您的

groupby

去掉了

'id'

列，您可能只剩下一个包含两列的数据框

['index'，'os']

。但是再一次，groupby的

groupby

并没有真正起到任何作用，也许你的意思是

df_8=df_test[['id'，'os']]

？或者你想如何聚合

'os'

？@ALollz它成功了！！！！非常感谢。

AGGREGATION
    df_test=df[['id','date','purchase','days1','days2','inactivity','visitnumber','total_duration','os']].copy()

    df_1=df_test.groupby(['id'])["date"].apply(lambda z : ((z.max()-z.min()) + '1D')).astype('timedelta64[D]').reset_index()
    df_2=df_test.groupby(['id'])["purchase"].apply(lambda x : x.astype(int).sum()).reset_index()
    df_3=df_test[df_test['days1'].gt(0)].groupby('id')['date'].count().astype(int)
    df_4=df_test.groupby(['id'])["days2"].apply(lambda t : t.astype(int).count()).reset_index()
    df_5=df_test.groupby(['id'])["total_duration"].apply(lambda f : (today-f.min())+'1D').astype('timedelta64[D]').reset_index()
    df_6=df_test[df_test['days1'].gt(0)].groupby(['id'])['inactivity'].apply(lambda j: (today - j.max())).astype('timedelta64[D]')
    df_7=df_test[df_test['purchase'].gt(0)].groupby(['id'])['visitnumber'].apply(lambda i : i.astype(int).count()).reset_index()
    **df_8=df_test.groupby(['id'])['os'].apply(lambda h: h).reset_index()**

MERGING OF ALL DFs
df_a=pd.merge(df_1, df_2, on='id', how='left').fillna(0)
df_b=pd.merge(df_a, df_3, on='id', how='left').fillna(0)
df_c=pd.merge(df_b, df_4, on='id', how='left').fillna(0)
df_d=pd.merge(df_c, df_5, on='id', how='left').fillna(0)
df_e=pd.merge(df_d, df_6, on='id', how='left').fillna(0)
df_f=pd.merge(df_e, df_7, on='id', how='left').fillna(0)
df  =pd.merge(df_f, df_8, on='id', how='left').fillna(0)

df.head()

Error: KeyError: 'id'