Python 按一列对数据帧进行分组并基于该列添加信息

我有这样一个数据帧：

df = pd.DataFrame({1:[1,1,1,2,2,2,3,4,5,6,7,8,9],
                   2:["a","a","x","b","b","y","c","d","e","f","g","h","i"],
                   3:[0.5,0.6,0.7,0.8,0.9,0.10,0.11,0.13,0.13,0.14,0.15,0.16,0.17]})

我想：

按第一列对项目进行分组，使其包含唯一的值

将第三列的平均值附加到此分组

将第二列的信息附加到每个相应的第一列

我可以使用以下方法执行（1）和（2）：

In [33]: df.groupby(1).mean()
Out[33]: 
      3
1      
1  0.60
2  0.60
3  0.11
4  0.13
5  0.13
6  0.14
7  0.15
8  0.16
9  0.17

但是，我不确定如何将第二列附加到分组

我尝试过按多个列进行分组：

In [34]: df.groupby([1,2]).mean()
Out[34]: 
        3
1 2      
1 a  0.55
  x  0.70
2 b  0.60
3 c  0.11
4 d  0.13
5 e  0.13
6 f  0.14
7 g  0.15
8 h  0.16
9 i  0.17

但在实际数据集中，它遗漏了几个条目

如果您注意到，在数据框中，每个条目的第二列数据都有一些差异（第1列下的数字1有2个“a”和一个“x”，而数字2有2个“b”和一个“y”）。这是因为在实际数据集中，由于错误和字符串数据中的微小差异（但不重要），条目之间存在微小差异

编辑

以上只是对问题的概念性描述。如果你需要更具体的东西。在查找平均值时，我想按

“客户名称”和
“客户地址”列进行分组，但由于某种原因，同时按这两列进行分组会导致条目丢失。如果我纯粹按照
“客户名称”
进行分组，则有4300多个条目

In [35]: len(ensemble.("CUSTOMERS NAME").mean())
Out[35]: 4376

但是，如果我同时按姓名和地址分组，它会大幅下降：

In [36]: len(ensemble.groupby(["CUSTOMERS NAME","CUSTOMER ADDRESS"]).mean())
Out[36]: 4154

我知道某个地方出了问题，因为
“CUSTOMERS NAME”
列中唯一值的总数是4376

为了澄清，输出应该是一个有三列的数据帧。第一个是客户名称，第二个是客户名称后的地址（第一个可以），第三个是该客户交易的平均值。
如果
2
col中的
first
值可以，您可以使用：

或，如果需要所有值，您可以有一个列表：

In [586]: x = df.groupby(1, as_index=False).agg({2: list, 3:'mean'})

In [587]: x
Out[587]: 
   1          2     3
0  1  [a, a, x]  0.60
1  2  [b, b, y]  0.60
2  3        [c]  0.11
3  4        [d]  0.13
4  5        [e]  0.13
5  6        [f]  0.14
6  7        [g]  0.15
7  8        [h]  0.16
8  9        [i]  0.17

您的预期输出是什么？一旦您分组，每个组将只有一个条目。所以不能像那样简单地附加第二列值。您可以为每个组创建第二列值列表，并将其附加到分组的df。@MayankPorwal它应该是一个包含三列的数据框。第一个是客户的姓名，第二个是客户姓名后的地址（第一个可以），第三个是该客户交易的平均值。请检查我的答案。
In [583]: x = df.groupby(1, as_index=False).agg({2:'first', 3:'mean'})

In [584]: x
Out[584]: 
   1  2     3
0  1  a  0.60
1  2  b  0.60
2  3  c  0.11
3  4  d  0.13
4  5  e  0.13
5  6  f  0.14
6  7  g  0.15
7  8  h  0.16
8  9  I  0.17

In [586]: x = df.groupby(1, as_index=False).agg({2: list, 3:'mean'})

In [587]: x
Out[587]: 
   1          2     3
0  1  [a, a, x]  0.60
1  2  [b, b, y]  0.60
2  3        [c]  0.11
3  4        [d]  0.13
4  5        [e]  0.13
5  6        [f]  0.14
6  7        [g]  0.15
7  8        [h]  0.16
8  9        [i]  0.17