Python 基于数据帧中的两列组合单元格值

我正在学习使用python和pandas，我想知道如何根据两列中的单元格值组合来自不同行的内容。 在本例中，我希望合并来自同一部门和同一id内的分数

这是我拥有的DF的简化版本：

 id  department  name  scoreA
abc       sales  eric       2
abc       sales  jack       3
abc   marketing sofia       6
abc   marketing  anna       7
zzz       sales  jack       1
zzz       sales  eric       8
zzz   marketing sofia      11
zzz   marketing  anna       1

这就是我想要的DF：

 id  department totalScoreA
abc       sales           5
abc   marketing          13
zzz       sales           9
zzz   marketing          12

 id  department totalScoreA  AverageScore((A+B*2)/2)
abc       sales           5                     18.5
abc   marketing          13                     24.5
zzz       sales          10                       25
zzz   marketing          12                       20

我还有一个跟进问题。如果计数有两列，我想要这些计数的平均值，但在平均这些值之前，我想将分数乘以2。像这样：

 id  department  name  scoreA  scoreB
abc       sales  eric       2      10
abc       sales  jack       3       6
abc   marketing sofia       6       8
abc   marketing  anna       7      10
zzz       sales  eric       8      10
zzz       sales  jack       2      10
zzz   marketing sofia      11       4
zzz   marketing  anna       1      10

这就是我想要的DF：

 id  department totalScoreA
abc       sales           5
abc   marketing          13
zzz       sales           9
zzz   marketing          12

 id  department totalScoreA  AverageScore((A+B*2)/2)
abc       sales           5                     18.5
abc   marketing          13                     24.5
zzz       sales          10                       25
zzz   marketing          12                       20

更新： 嘿，非常感谢你的回答@jezrael！第一个工作，因为它应该

然而，对于第二个问题的定义，我可能有点太模糊了。我想要的是得到每个部门每个小组的所有得分的综合平均值*2。我举一个有价值观的例子来说明这一点：

由此：

 id  department   name  scoreA  scoreB
zzz   marketing  sofia       5       4
zzz   marketing   anna       2

为此：

平均值为5+2+4*2/3。数字3来自数值的计数。因此，即使在您以前的解决方案的帮助下，我也无法计算出该值：/

 id  department  meanA  meanB  meanAB
zzz   marketing    3.5      4       5

首先是加总，包括：

第二个是第一个多列scoreB，添加了scoreA并与聚合函数字典一起使用，这里是sum和mean：

编辑：

详情：

首先是加总，包括：

第二个是第一个多列scoreB，添加了scoreA并与聚合函数字典一起使用，这里是sum和mean：

编辑：

详情：

---

我回复了你的评论，在原来的问题上添加了更多的内容，我想添加更多的代码。不知道如何在那里标记你：/i我回复了你的评论，在原始版本中添加了更多内容，我想添加更多代码。我不知道我怎么能在那里标记你：/

print (df)
    id department   name  scoreA  scoreB
0  abc      sales   eric       2    10.0
1  abc      sales   jack       3     6.0
2  abc  marketing  sofia       6     8.0
3  abc  marketing   anna       7    10.0
4  abc  marketing   eric       8    10.0 <-changed data
5  zzz      sales   jack       2    10.0
6  zzz  marketing  sofia       5     4.0 <-changed data
7  zzz  marketing   anna       2     NaN <-changed data

df2 = (df.assign(scoreB = df['scoreB'].mul(2).add(df['scoreA'], fill_value=0), 
                 Count = df[['scoreA','scoreB']].count(1))
         .groupby(['id', 'department'], as_index=False, sort=False)
         .sum())
print (df2)
    id department  scoreA  scoreB  Count
0  abc      sales       5    37.0      4
1  abc  marketing      21    77.0      6
2  zzz      sales       2    22.0      2
3  zzz  marketing       7    15.0      3

df2['scoreB'] /= df2.pop('Count')
print (df2)
    id department  scoreA     scoreB
0  abc      sales       5   9.250000
1  abc  marketing      21  12.833333
2  zzz      sales       2  11.000000
3  zzz  marketing       7   5.000000

print (df.assign(scoreB = df['scoreB'].mul(2).add(df['scoreA'], fill_value=0), 
                 Count = df[['scoreA','scoreB']].count(1)))
    id department   name  scoreA  scoreB  Count
0  abc      sales   eric       2    22.0      2
1  abc      sales   jack       3    15.0      2
2  abc  marketing  sofia       6    22.0      2
3  abc  marketing   anna       7    27.0      2
4  abc  marketing   eric       8    28.0      2
5  zzz      sales   jack       2    22.0      2
6  zzz  marketing  sofia       5    13.0      2
7  zzz  marketing   anna       2     2.0      1