Python 如何对一列执行groupby操作，但将另一列保留在结果数据帧中

我的问题是关于熊猫的groupby操作。我有以下数据帧：

In [4]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est", "Est", "West", "West"]})

In [5]: df
Out[5]: 
   A   B     C
0  0  PO   Est
1  1  PO   Est
2  2  PA  West
3  3  PA  West

这就是我想做的：我想按B列分组，对a列求和。但最后，我希望C列仍然在数据帧中。如果我这样做：

In [8]: df.groupby(by="B").aggregate(pd.np.sum)
Out[8]: 
    A
B    
PA  5
PO  1

它完成了任务，但缺少C列。我也可以这样做：

In [9]: df.groupby(by=["B", "C"]).aggregate(pd.np.sum)
Out[9]: 
         A
B  C      
PA West  5
PO Est   1

或

但在这两种情况下，它都按B和C分组，而不仅仅是B，并保持C值。我想做的事是无关紧要的还是有办法做到这一点？

试着用

dict of{column->function}

：

In [6]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[6]:
       C  A
B
PA  West  5
PO   Est  1

从文档：

用于聚合组的函数。如果是函数，则必须 当传递给DataFrame或传递给DataFrame.apply时工作。如果 传递dict时，键必须是数据帧列名

或者类似的事情取决于你的目标：

In [8]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est1", "Est2", "West1", "West2"]})

In [9]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[9]:
        C  A
B
PA  West1  5
PO   Est1  1

In [10]: df['sum_A'] = df.groupby('B')['A'].transform('sum')

In [11]: df
Out[11]:
   A   B      C  sum_A
0  0  PO   Est1      1
1  1  PO   Est2      1
2  2  PA  West1      5
3  3  PA  West2      5

---

如果要分组的所有值上的

C

值相同，则此操作有效。否则，

合并

就可以了。@Khris，谢谢你的提示！我添加了一个替代解决方案，它使用

.transform（）

methodWonder！！非常感谢。我不熟悉，但这个问题可能会在python/pandas wiki或stackoverflow文档中结束？@MaxU：谢谢你提醒我使用

转换

函数，到目前为止，我忽略了这一点，而是用繁琐的合并解决了问题。

In [8]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est1", "Est2", "West1", "West2"]})

In [9]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[9]:
        C  A
B
PA  West1  5
PO   Est1  1

In [10]: df['sum_A'] = df.groupby('B')['A'].transform('sum')

In [11]: df
Out[11]:
   A   B      C  sum_A
0  0  PO   Est1      1
1  1  PO   Est2      1
2  2  PA  West1      5
3  3  PA  West2      5