Python 熊猫按整数和时间增量分组和求和

我正在尝试对具有异构类型（integer、float和timedelta）的group by之后的多个列求和

在本例中，val1是integer列，val2是timedelta列，v3是float列

In [4]: df.groupby('key').sum()
Out[4]: 
     val1  val3
key            
1       1   0.1
2       5   0.5

求和后，timedelta列消失

In [5]: df.groupby('key')['val2'].sum()
Out[5]: 
key
1   00:00:01
2   00:00:05
Name: val2, dtype: timedelta64[ns]

仅选择此列表明它是可求和的

In [6]: df.groupby('key')['val2', 'val3'].sum()
Out[6]: 
     val3
key      
1     0.1
2     0.5

In [7]: df.groupby('key')['val2', 'val3'].sum()
Out[7]: 
     val3
key      
1     0.1
2     0.5

---

我遗漏了什么？

默认情况下，当您

groupby

-

sum

一个数据帧时，pandas不会假定您希望对所有非经典数字类型的列都这样做。如果您有一列字符串，它不会尝试将总和也应用于它们

但是，正如您所指出的，您可以强制求此列的和，那么

import pandas as pd

grouped = df.groupby('key')
pd.concat([grouped.sum(), grouped.val2.sum()], axis=1) 

请注意，您没有重复昂贵的

groupby

op本身。

如中所述，您可以指定每列需要哪个聚合函数，并为val2列“强制”一个函数：

import numpy as np
...
In [68]: df.groupby('key').agg({'val1': np.sum, 'val2': np.sum, 'val3': np.sum})
Out[68]: 
     val3     val2  val1
key                     
1     0.1 00:00:01     1
2     0.5 00:00:05     5

---

与字符串和方法比较是一个很好的观点。我提出了一个解决方案，没有重复groupby

import numpy as np
...
In [68]: df.groupby('key').agg({'val1': np.sum, 'val2': np.sum, 'val3': np.sum})
Out[68]: 
     val3     val2  val1
key                     
1     0.1 00:00:01     1
2     0.5 00:00:05     5