Python 熊猫元组分组聚合

我的数据框的某些列包含元组。每当我通过group by进行聚合时，除非明确指定，否则列不会出现在结果数据帧中

例如

df=pd.DataFrame（）
df['A']=[1,2,1,2]
df['B']=[1,2,3,4]
df['C']=map（λs:，df['B']））
打印df
A、B、C
0  1  1  (1,)
1  2  2  (2,)
2  1  3  (3,)
3  2  4  (4,)

如果我按以下方式执行，则聚合中不会出现列

C

打印df.groupby（'A'）.sum（） B A. 1 4 2 6 但如果我显式地指定它，它就会像预期的那样出现

print df[['A'，'C']].groupby（'A'）.sum（）
C
A.
1  (1, 3)
2  (2, 4)

你能告诉我为什么在第一种情况下，

C

列没有出现吗

---

我希望它在默认情况下运行。

因为您按列

B

进行聚合，而不是按列

C

进行聚合：

import pandas as pd
import numpy as np

df = pd.DataFrame()
df['A'] = [1, 2, 1, 2]
df['B'] = [1, 2, 3, 4]
df['C'] = map(lambda s: (s,), df['B'])
print df

df.at[0,'B'] = 10
print df
   A   B     C
0  1  10  (1,)
1  2   2  (2,)
2  1   3  (3,)
3  2   4  (4,)

print df.groupby('A').sum()
    B
A    
1  13
2   6

print df.groupby('A')['B'].sum()
1    13
2     6
Name: B, dtype: int64

---

你没有忘记像df.groupby（'a'）['C'].sum（）中那样的

C

？我可能确实遗漏了一些东西，但我不知道具体是什么。好的，让我添加一个额外的列

df['D']=[5,6,7,8]

。然后我希望

df.groupby（'A'）.sum（）

的输出包含所有三列

B

、

C

和

D

，但我得到的是

B

和

D

，而不是

C

。对不起，我没听清楚。我可以添加一个额外的列

df['D']=[5,6,7,8]

。

df.groupby（'A'）.sum（）

的输出同时包含

B

和

D

，但不包含

C

。我想按所有列进行聚合。列

A

转换为索引，因此聚合后的列可以是列

B

和

C

。但是列

C

被省略，因为groupby省略了一些列。您可以检查，part

New：省略“讨厌的”列

太棒了！如果程序员知道她在做什么，有没有办法不省略列？这个问题很难回答，我不知道该怎么做。也许只有您可以指定聚合列

df.groupby（'A'）['C'].sum（）

，然后使用

df.groupby（'A'）.sum（）按列输出。