Python Pandas-通过选择多个列对组中多个列的两个数组求和

下面是我的数据框的结构。我需要根据id、国家和州进行分组，并分别聚合向量_1和向量_2。请有人建议如何为多个列添加向量

Id  Country State    Vector_1                   Vector_2
1     US     IL   [1.0,2.0,3.0,4.0,5.0]   [5.0,5.0,5.0,5.0,5.0]

1     US     IL   [5.0,3.0,3.0,2.0,1.0]   [5.0,5.0,5.0,5.0,5.0]

2     US     TX   [6.0,7.0,8.0,9.0,1.0]   [1.0,1.0,1.0,1.0,1.0]

输出应该如下所示

Id  Country State    Vector_1                      Vector_2
1     US     IL   [6.0,5.0,6.0,6.0,6.0]    [10.0,10.0,10.0,10.0,10.0] 
2     US     TX    [6.0,7.0,8.0,9.0,1.0]    [1.0,1.0,1.0,1.0,1.0]

---

如果您的

Vector_1

和

Vector_2

不是

np.array

，请先尝试转换它们

cols = ['Vector_1', 'Vector_2']

df[cols] = df[cols].applymap(lambda x: np.array(x))

然后使用

groupby

和

apply

对每组进行求和

result = (df.groupby(['Id', 'Country', 'State'])[cols]
            .apply(lambda x: x.sum())
            .reset_index())
result

   Id Country State                   Vector_1                        Vector_2
0   1      US    IL  [6.0, 5.0, 6.0, 6.0, 6.0]  [10.0, 10.0, 10.0, 10.0, 10.0]
1   2      US    TX  [6.0, 7.0, 8.0, 9.0, 1.0]       [1.0, 1.0, 1.0, 1.0, 1.0]

---

到目前为止你都尝试了什么？我正在尝试使用聚合函数..类似这样的。。但是遇到了麻烦。groupby（'Id'，'Country'，'State'）。agg（{Vector_1:sum}）尝试

。agg（{Vector_1:sum'}，axis=1）

接受了答案。感谢您在pyspark中实现相同的逻辑？我尝试了2-3种不同的逻辑，但没有任何帮助。有什么建议吗？@prabuster我不知道在pyspark里怎么做。也许你可以问一个新问题，给pyspark贴上标签。