Python 行与行之间的某些值求和

我有一个37万行x 340列的数据框，在这个数据框中，我在列之间混合了数值和非数值

我想根据

user\u id

合并行，某些数值求和，非数值保留

给定表格：

user_id          points    gender    age
11111              10000      male    18
 2222               4200    female    33
11111              30000      male    18
 2222                 10    female    33
11111              20000      male    18

我期待着这样的结果：

user_id          points    gender     age
11111              60000      male     18
2222                4210      female   33

---

在对行求和时，我需要对340个值中的大约300个进行求和，但我对熊猫来说是新手，正在努力找到正确的方法，如果有任何提示，我将不胜感激

嘿，你可以使用

pandas aggregate sum

像

也可以在属性列表中传递多个

列

---

但是这必须是列的子集，否则你可以使用聚合和来实现

像

也可以在属性列表中传递多个

列

---

但是，这必须是列的子集，否则，您需要根据

'user\u id'

对原始

数据帧进行分组。然后，您可以聚合分组的框架，并为每个列指定要使用的函数的字典

df.groupby('user_id').agg({'points': 'sum', 
                           'gender': 'first', 
                           'age': 'first'}).reset_index()

产出：

   user_id  points  gender  age
0     2222    4210  female   33
1    11111   60000    male   18

只要在要“保留”值的列中只有一个唯一的值，第一个值就可以使用。否则，实现模式以保持最常见的值，或“唯一”以获得所有值的列表
 您想按
'user\u id'
对原始
数据帧进行分组。然后，您可以聚合分组的框架，并为每个列指定要使用的函数的字典

df.groupby('user_id').agg({'points': 'sum', 
                           'gender': 'first', 
                           'age': 'first'}).reset_index()

产出：

   user_id  points  gender  age
0     2222    4210  female   33
1    11111   60000    male   18

只要在要“保留”值的列中只有一个唯一的值，第一个值就可以使用。否则，实现模式以保持最常见的值，或“唯一”以获得所有值的列表
 我不认为它是数字和非数字的——年龄是数字，但你不想对年龄求和，对吗？@DSM是的，我只想合并某些数值。你可以做一个
groupby
，然后为每列选择聚合函数。在这种情况下，类似于
df.groupby（'user_id'）.agg（{'points'：'sum'，'gender'：'first'}）
我不认为它是数字与非数字的——年龄是数字的，但你不想对年龄求和，对吗？@DSM是的，我只想合并某些数值您可以执行一个
groupby
，然后为每列选择聚合函数。在本例中，类似于
df.groupby（'user_id'）.agg（{'points'：'sum'，'gender'：'first'}）