Python 将第一个出现列添加到groupy数据帧

我有一个这样的数据框-

df=pd.DataFrame({'DT':[1,1,1,2,2,2,1,1],'city':['A','A','A','A','A','A','B','B'],'O':[22,33,44,55,66,77,88,99]})

现在，对于每个独特的城市，我想把O列中首先出现在Dt列中的所有值相加。 输出-

解释-

---

对于城市“A”，第一个唯一出现的DT为1，因此我们添加相应的O列值，即22。接下来，对于同一个城市“A”，DT列中第一个出现的2是第4行，因此我们添加其对应的O列==22+55=77。同样地，对于城市B，因为DT列中只有1，所以O将是88。

您需要

删除重复项，然后
分组方式

df1  = (

 df.drop_duplicates(subset=["DT", "city"], keep="first")
    .groupby("city")["O"]
    .sum()
    .reset_index()
)


或者您可以使用双组，首先使用
first
然后使用
sum

df.groupby(["city", "DT"]).first().groupby(level=0).sum().reset_index()

  city   O
0    A  77
1    B  88

您还可以提取第一行并使用
级别进行求和
：

df.groupby(['DT','city'])['O'].first().sum(level=1)

输出：

city
A    77
B    88
Name: O, dtype: int64

df.groupby(['DT','city'])['O'].first().sum(level=1)

city
A    77
B    88
Name: O, dtype: int64