Groupby 多列并获得其他两列的总和，同时保持每隔一列的第一次出现

Question

我会尽量切题。所以我有一个包含 100 列的 df，我想对其中两列进行分组，同时获得另外两列的总和。就此而言，我已经使用了 groupby + agg 函数。问题是，在这样做的同时，我仍然想保留剩余的 96 列，因此我想保留这 96 列中每个值的第一次出现。为此，我在考虑诸如删除重复项和保留 = 'first'.

我搜索了一种可以一次完成该操作的方法，但此时我愿意听取您可能提出的任何建议。

注意：出于某种原因，我没有包含示例 df 和所需的输出，因为我想根据建议自己尝试，我并不是想直接从某人那里获得解决方案。

提前致谢，

Answer 1

我认为对 groupby 对象使用两个单独的操作并在之后加入它们比 one-liner 更清晰。这是一个最小的例子，在 1 列上分组：

df = pd.DataFrame(
    [
        ("bird", "Falconiformes", 389.0, 5.5, 1),
        ("bird", "Psittaciformes", 24.0, 4.5, 2),
        ("mammal", "Carnivora", 80.2, 33.3, 1),
        ("mammal", "Primates", np.nan, 33.7, 2),
        ("mammal", "Carnivora", 58, 23, 3),
    ],
    index=["falcon", "parrot", "lion", "monkey", "leopard"],
    columns=("class", "family", "max_speed", "height", "order"),
)
print(df, "\n")

grouped = df.groupby('class')
df_sum = grouped[['max_speed', 'height']].agg(sum)
df_first = grouped['order'].first()
df_out = pd.concat([df_sum, df_first], axis=1)
print(df_out)

输出：

          class          family  max_speed  height  order
falcon     bird   Falconiformes      389.0     5.5      1
parrot     bird  Psittaciformes       24.0     4.5      2
lion     mammal       Carnivora       80.2    33.3      1
monkey   mammal        Primates        NaN    33.7      2
leopard  mammal       Carnivora       58.0    23.0      3 

        max_speed  height  order
class                           
bird        413.0    10.0      1
mammal      138.2    90.0      1

Groupby 多列并获得其他两列的总和，同时保持每隔一列的第一次出现

Groupby multiple columns and get the sum of two other columns while keeping the first occurrence of every other column

group-by

numpy

pandas