Python 当对数据帧中列中不匹配的值求和时，如何强制groupby/sum？

假设我有一个数据帧'df'：

数据={'first'：['jack'，'jack'，'zeke'，'zeke'，'zeke']， “last'：['sparr'、'sparr'、'smith'、'smith'、'smith']， '方法'：['cell'，'cell'，'skype'，'cell'，'cell']，'duration'： [5,5,3,1,1]}

我想对first、last和method的调用持续时间求和。我希望这样，当“方法”不匹配时，它们是“强制求和”，值保留为空

到目前为止，运行一个类似于：

df=df.groupby（['first'，'last'，'method']，as_index=False）.sum（）

将回馈：

first     last     method    duration
 jack    sparr       cell          10
 zeke    smith       skype          3
 zeke    smith       cell           2

      

但是我要去

first     last     method    duration
 jack    sparr       cell          10
 zeke    smith                      5

---

我如何修改我的sum语句来实现这一点，或者这在熊猫身上是可能的？谢谢

试试这样的方法：

df.groupby(['first', 'last'], as_index=False)[['method', 'duration']]\
  .agg({'method':lambda x: x.iloc[0] if x.nunique() == 1 else '', 
        'duration':'sum'})

输出：

  first   last method  duration
0  jack  sparr   cell        10
1  zeke  smith                5

好的，让我们只按名字和姓氏分组，因为您的总和似乎处于这个级别。对于方法，我们将聚合到一个值，如果方法列中的所有值都相同（nunique==1），否则使用“”为空

---

我们使用字典来定义每个列的聚合。

谢谢！你能解释一下你是如何知道把这些东西连在一起的，以及思维过程是什么吗？这句话太吓人了哈哈：0

  first   last method  duration
0  jack  sparr   cell        10
1  zeke  smith                5