Python 包含两个列的聚合

假设我有一个具有以下结构的熊猫数据帧：

df = pd.DataFrame(dict(a=["x", "x", "y"], b=[0, 1, 1], c=[1, 2, 2]))

我想通过

a

聚合分组，并根据

b

和

c

进行聚合。我想做一些类似的事情：

df.groupby("a").agg(lambda df: (df["b"] - df["c"]).sum())

但这在熊猫中引发了以下错误：

KeyError: 'b'

有没有一种简单的方法可以在熊猫身上做到这一点

---

我当然知道我可以做类似的事情

df.assign(new_b = lambda df: df["b"] - df["c"]).groupby("a").agg({"new_b": 'sum'})

结果如下：

   new_b
a
x     -2
y     -1

---

但必须有一种更简单的方法。

因为运算符是可交换的，所以可以执行以下操作：

out = df.groupby('a').sum()
out['new_b'] = out['b'] - out['c']

输出：

   b  c  new_b
a             
x  1  3     -2
y  1  2     -1

注意：你很接近了，这就行了

df.groupby("a").apply(lambda d: (d["b"] - d["c"]).sum())

---

不同之处在于，

apply

将整个（子）数据帧作为参数，而

agg

将整个（子）数据帧的每一列作为参数。

使用上一个命令获得相同的结果