Python 如何将函数应用于依赖于多个列的groupby子组？

获取以下数据帧和groupby对象

df = pd.DataFrame([[1, 2, 3],[1, 4, 5],[2, 5, 6]], columns=['a', 'b', 'c'])

print(df)
   a  b  c
0  1  2  3
1  1  4  5
2  2  5  6

dfGrouped = df.groupby(['a'])

如何应用于groupby对象dfGrouped，将b和c的每个元素相乘，然后求和。对于这个例子，1组的2*3+4*5=26，0组的5*6=30

因此，我希望groupby对象的输出是：

   a  f
0  1  26
2  2  30

---

如果需要多个all列而不使用聚合和：

带有辅助列的替代项：

df = df.assign(f = df.drop('a', 1).prod(axis=1)).groupby("a", as_index=False).f.sum()

如果只需要多个列，一个想法是使用@sammywemmy解决方案：

df = df.assign(f = df.b.mul(df.c)).groupby("a", as_index=False).f.sum()
print (df)
   a   f
0  1  26
1  2  30
    

---

如果需要多个all列而不使用聚合和：

带有辅助列的替代项：

df = df.assign(f = df.drop('a', 1).prod(axis=1)).groupby("a", as_index=False).f.sum()

如果只需要多个列，一个想法是使用@sammywemmy解决方案：

df = df.assign(f = df.b.mul(df.c)).groupby("a", as_index=False).f.sum()
print (df)
   a   f
0  1  26
1  2  30
    

做：

输出

做：

输出

代码：

输出：

   a   f
0  1  26
1  2  30

代码：

输出：

   a   f
0  1  26
1  2  30

---

在通过groupby求和之前，您可能需要计算乘法，创建临时列。类似这样：df.assignf=df.b.muldf.c.groupbya，因为_index=False.f.sum在通过groupby求和之前，您可能需要计算乘法，创建临时列。类似这样：df.assignf=df.b.muldf.c.groupbya，as_index=False.f.sum

   a   f
0  1  26
1  2  30