Python Pandas中DataFrame的难点聚合与总结

Question

我有一个如下所示的 DataFrame：

data = pd.DataFrame({"ID" : [1, 2, 3, 22, 3],
                    "Nazwa" : ["aa", "bb", "cc", "dd", "cc"], 
                    "L" : [11, 22, 33, 55, 44]})

enter image description here

最后，我想按“Nazwa”对这个 DF 进行分组，然后按“ID”聚合（总和）。然后我想为“Nazwa”中的每个值总结“ID”和“L”中这个“Nazwa”的最大值。可能还不够好理解所以下面我根据上面的表格数据把我想实现的表格放在下面。

enter image description here

Answer 1

将 group by 与 agg 一起使用，这样：

data.groupby(['Nazwa']).agg({'ID':'sum','L':'max'}).reset_index()

想要的结果：

   Nazwa    ID  L
0   aa      1   11
1   bb      2   22
2   cc      6   44
3   dd     22   55

如果列的顺序很关键：

data.groupby(['Nazwa']).agg({'ID':'sum','L':'max'}).reset_index()[['ID','Nazwa','L']]