Python 按总和聚合特定列，按最常用值聚合其他列

我有一个数据框，看起来像：

road    dirn    length  lane
1        L         0     2
1        L       0.6     2
1        L       1.2     1
1        L       0.8     2
2        R       1.5     3
2        R       0.4     2
2        R         9     3

我需要聚合此数据帧，其中我将按列“road”和“dirn”分组，并对列“length”求和，从列“lanes”中获取最常见的值。生成的数据帧应如下所示：

road    dirn    length  lanes
1        L       2.6     2
1        L      10.9     3

我可以使用groupby、agg和sum轻松完成groupby和sum。我已经看到，最常见的值可以使用value_计数获得，但我不知道如何将sum和value_计数结合起来。实际的数据帧非常大，我可能需要将总和和值计数应用于多个列

谁能帮我理解一下： i） 如何分组并获得“长度”和“车道”的最常见值的总和

---

ii）如何将其扩展到groupby（多列），求和多列），最常见的值（重命名列）

下面的代码将给出列的和长度，并提供列的模式

df.groupby(['road','dirn']).agg({'length':[np.sum],'lane':[pd.Series.mode]})

df.groupby(['road','dirn']).agg({'length':[np.sum],'lane':[np.max]}

下面的代码将列

长度

相加，并提供列

车道的最大值

df.groupby(['road','dirn']).agg({'length':[np.sum],'lane':[pd.Series.mode]})

df.groupby(['road','dirn']).agg({'length':[np.sum],'lane':[np.max]}

与

sum

一起使用，对于最常用的值：

类似的想法：

---

编辑：如果有两个聚合函数的列名称列表，则可以使用由

**

合并的字典：

sumL = ['length', 'accidents']
modeL = ['lane']

func = lambda x: x.value_counts().index[0]

d = {**dict.fromkeys(sumL, 'sum'), **dict.fromkeys(modeL, func)}
print (d)

df1 = df.groupby(['road','dirn'], as_index=False).agg(d)

---

你不认为你需要iat模式：

df.groupby（[“road”，“dirn”），as_index=False）。agg（{“length”：“sum”，“lane”：lambda x:x.mode（）}）似乎有效fine@sammywemmy-ya，
iat
可能是多个最常见的值，然后它返回第一个值。@sammywemmy-如果将第一个
2
更改为
1
，则可能会进行测试，如果没有
iat
，则会因
ValueError:函数未减少
@jezrael而失败，这两种方法都有效！非常感谢你。您还可以告诉我如何传递列列表，而不是sum和mode/value_counts函数的单个列吗？我的数据框有70多列。@jezrael是的，没错。例如，我有以下列来汇总长度、事故、交叉口和模式车道、路肩、道路照明等。我有这些列多年的数据，因此大约有70列。感谢您的回复。解决方案是有效的。不过，我现在可以看到，这将适用于数字数据。不幸的是，我也有一些描述性的字符串数据。在这种情况下，值_计数按预期工作。
sumL = ['length', 'accidents']
modeL = ['lane']

func = lambda x: x.value_counts().index[0]

d = {**dict.fromkeys(sumL, 'sum'), **dict.fromkeys(modeL, func)}
print (d)

df1 = df.groupby(['road','dirn'], as_index=False).agg(d)