如何在python中对该数据帧进行分组？

我有一个问题：

import pandas as pd

stripline = "----------------------------"

rawData = {
    'order number': ['11xa', '11xa', '11xa', '21xb', '31xc'],
    'working area': ['LLA', 'LLE', 'LLS', 'MLA', 'MLE'],
    'time': [1, 6, 13, 35, 24]
}

df = pd.DataFrame(rawData)
print("original data:")
print(df.head())

print(stripline)

rawData2 = {
    'order number': ['11xa', '21xb', '31xc'],
    'working area': ['LLS', 'MLA', 'MLE'],
    'time': [20, 35, 24]
}
df2 = pd.DataFrame(rawData2)

print("expected result:")
print("group after order number, sum all times to that order and choose working field with the biggest time")
print(df2.head())

如何操作数据帧df以获得df2

我想将时间列中与订单号对应的所有值相加。我希望使用时间最长的工作字段，特别是我希望保留其余的数据。新的数据帧有三个顺序，旧的一个有五个

import pandas as pd

rawData = {
    'order_number': ['11xa', '11xa', '11xa', '21xb', '31xc'],
    'working_area': ['LLA', 'LLE', 'LLS', 'MLA', 'MLE'],
    'time': ['1', '6', '13', '35', '24']
    }

df = pd.DataFrame(rawData)
df['time'] = df['time'].apply(int) 
df = df.groupby('order_number', as_index=False).apply(lambda g: g.assign(sum=g.time.sum()))
df.groupby('order_number', ascending=False).apply(lambda x: x.sort_values('time').head(1)).reset_index(drop=True)

给你

  order_number working_area  time  sum
0         11xa          LLA     1   20
1         21xb          MLA    35   35
2         31xc          MLE    24   24

输出

order number    time
0     11xa     20
1     21xb     35
2     31xc     24

---

尝试这样做，您可以使用

agg

来执行此操作：（注意：列名中的小更改）：

输出：

   order_number  time working_area
0         11xa    20          LLS
1         21xb    35          MLA
2         31xc    24          MLE

---

不，这会给出一个包含两列（工作区）的数据帧。如果我使用df.groupby（'ordernumber'，）['time'].sum（），我也会遇到同样的问题。请看一看我的印刷品（df2）。这是它的外观。幸运的是，我不清楚，你想要实现什么<代码>'11xa'具有工作区

'LLA'

和

'LLE'

。所以要么忽略它（第一个代码段），要么考虑它（第二个代码段）。请再次运行我的代码。订单号为11xa。有三个任务对应于该订单号。任务是LLA、LLE和LLS。我总结了与这个顺序对应的所有时间，即20，然后选择时间值最高的工作字段。因此，由于示例中的13分钟，工作字段为LLS。特别是我需要保留其余的数据。请运行演示代码以了解我的意思。更新并更正了解决方案。也许有更聪明的解决方案，但它工作正常。

rawData = {
    'order_number': ['11xa', '11xa', '11xa', '21xb', '31xc'],
    'working_area': ['LLA', 'LLE', 'LLS', 'MLA', 'MLE'],
    'time': ['1', '6', '13', '35', '24']
    }

df = pd.DataFrame(rawData)
df['time'] = df['time'].apply(int)  
df = df.sort_values(['time'], ascending=True)

df = df.groupby(['order_number'], as_index=False).agg(dict(working_area='last', time='sum'))

   order_number  time working_area
0         11xa    20          LLS
1         21xb    35          MLA
2         31xc    24          MLE