Python 是否将列从原始数据框添加到groupby数据框？

我有一个数据帧df1，数据如下所示：

      Item Store Sales Dept 
   0  1     1     5     A
   1  1     2     3     A
   2  1     3     4     A
   3  2     1     3     A
   4  2     2     3     A  

然后，我想使用group by查看按项目列出的总销售额：

df2 = df1.groupby(['Item']).agg({'Item':'first','Sales':'sum'})

这给了我：

      Item Sales  
   0  1     12     
   1  2     6     

然后我添加了一列，列中的商品在销售额方面的排名：

 df2['Item Rank'] = df2['Sales'].rank(ascending=False,method='min').astype(int) 

因此，我得到：

      Item Sales Item Rank 
   0  1     12       1
   1  2     6        2 

现在我想将Dept列添加到df2中，以便

      Item Sales Item Rank Dept 
   0  1     12       1      A
   1  2     6        2      A

但我尝试过的一切都失败了。

---

当我尝试从一开始添加列时，我会得到一个空列，或者如果我尝试将新的df与原始df中的列连接起来，则会得到一个大小错误的df

这是不寻常的，但是如果您可以在自己进行分组时添加

Dept

列：

一个简单的选项是，如果您已经知道该值需要是什么，则只需硬编码该值：

df2 = df1.groupby(['Item']).agg({'Item':'first',
                                 'Sales':'sum',
                                 'Dept': lambda x: 'A'})

也可以从数据帧本身获取：

df2 = df1.groupby(['Item']).agg({'Item':'first',
                                 'Sales':'sum',
                                 'Dept': lambda x: df1['Dept'].iloc[0]})

---

这是不寻常的，但如果您可以在自己进行分组时添加

Dept

列：

一个简单的选项是，如果您已经知道该值需要是什么，则只需硬编码该值：

df2 = df1.groupby(['Item']).agg({'Item':'first',
                                 'Sales':'sum',
                                 'Dept': lambda x: 'A'})

也可以从数据帧本身获取：

df2 = df1.groupby(['Item']).agg({'Item':'first',
                                 'Sales':'sum',
                                 'Dept': lambda x: df1['Dept'].iloc[0]})

---

我认为这可能是因为无法保证所有项目1都使用Dept

A

。您是否可以手动添加它，而不是连接现有数据帧？如果第二行即索引1具有

Dept

as

B

，该怎么办。那么您希望输出是什么样子？@Nitred我的数据是这样的，即不会发生这种情况，项目与部门的关系是多对一的。什么失败了？我想这可能是因为没有任何东西可以保证所有项目1都将使用部门

A

。您是否可以手动添加它，而不是连接现有数据帧？如果第二行即索引1具有

Dept

as

B

，该怎么办。那么，您希望输出是什么样子？@Nitred我的数据是这样的，即永远不会发生这种情况，项目与部门的关系是多对一的。什么失败了？