现在我有以下数据框
A B C
1 1 1
1 2 1
1 3 2
2 4 2
2 5 2
2 6 3
我想按df.A分组，并在df.B中总结
但是，我想将 C 转换为每个组元素中的第一个。
所以我想得到下面的结果。
A B C
1 6 1
2 15 2
如何保持 df.C 并转换每个组的第一个元素？
我试过 df.groupby(A)[B].sum() 但我不知道下一步...
【问题讨论】：
您可以使用 agg 并传递一个 func 的字典以在感兴趣的列上执行：
In [115]:
df.groupby('A').agg({'B':'sum','C':'first'}).reset_index()
Out[115]:
A C B
0 1 1 6
1 2 2 15
dict 具有 col 名称和要在每个 col 上执行的 func，这里我们可以将 func 的字符串名称传递给 sum 和 first。
要重新排序列，您可以使用精美的索引：
In [116]:
df.groupby('A').agg({'B':'sum','C':'first'}).reset_index().ix[:,df.columns]
Out[116]:
A B C
0 1 6 1
1 2 15 2
【讨论】：
ix[:,df.columns] 这里ix 为所有行采用:，但它会将列重新排序为传递的列的顺序，这里它将输出排序为原始df列顺序
groupby 只是一个描述分组应该如何执行的对象，只有当你调用一些方法或聚合时，它才会执行操作并根据需要返回一个 Series 或 DataFrame