基于一列分组并获得其他列的唯一性和总和熊猫答案

【问题标题】：Group BY based on one column and get unique and sum of other columns pandas基于一列分组并获得其他列的唯一性和总和熊猫
【发布时间】：2021-10-05 11:07:37
【问题描述】：

我有这样的数据框：

id   product   department   price
1      x           a          5
2      y           b         10
1      z           b         15
3      z           a         2
2      x           a         1
1      x           a         1
4      w           b         10

现在我想使用id 进行分组，并在与之关联的列表中获取product and department 的所有唯一值以及价格总和。

预期输出：

id   product   department   price
1    [x, z]      [a, b]      21
2    [x, y]      [a, b]      11
3    [z]         [a]         2
4    [w]         [b]         10

现在我可以进行 groupby 并从 3 中获取一列，但我无法弄清楚如何获取所有三列。

df.groupby(['id'])[product].unique()

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

要获得product和department的唯一值的排序列表（如您的预期结果所示），您可以将np.unique()与GroupBy.agg()一起使用，如下所示：

import numpy as np

df.groupby('id', as_index=False).agg(
    {'product': lambda x: np.unique(x).tolist(), 
     'department': lambda x: np.unique(x).tolist(), 
     'price': 'sum'})

结果：

   id product department  price
0   1  [x, z]     [a, b]     21
1   2  [x, y]     [a, b]     11
2   3     [z]        [a]      2
3   4     [w]        [b]     10

【讨论】：

【解决方案2】：

id 上的 Groupby，在列上应用所需的聚合。对于唯一值，如果不需要保留订单，一种方法是list(set(<sequence>))。如果需要下单，可以用x.unique().tolist()代替list(set(x))

out = (df.groupby('id')
      .agg({'product': lambda x: list(set(x)),
            'department': lambda x: list(set(x)),
            'price': sum
            })
       )

输出：

   product department  price
id                          
1   [z, x]     [a, b]     21
2   [x, y]     [a, b]     11
3      [z]        [a]      2
4      [w]        [b]     10

【讨论】：

【解决方案3】：

使用带有dict定义的agg()的简单案例

import io

df = pd.read_csv(io.StringIO("""id   product   department   price
1      x           a          5
2      y           b         10
1      z           b         15
3      z           a         2
2      x           a         1
1      x           a         1
4      w           b         10"""), sep="\s+")

df.groupby("id").agg({"price":"sum","product":lambda s: s.unique().tolist(), "department":lambda s: s.unique().tolist()})

id	price	product	department
1	21	['x', 'z']	['a', 'b']
2	11	['y', 'x']	['b', 'a']
3	2	['z']	['a']
4	10	['w']	['b']

【讨论】：