总结DataFrame中的非唯一行

Question

我有一个这样的数据框：

id = [1,1,2,3]
x1 = [0,1,1,2]
x2 = [2,3,1,1]

df = pd.DataFrame({'id':id, 'x1':x1, 'x2':x2})

df
id  x1  x2
1   0   2
1   1   3
2   1   1
3   2   1

某些行具有相同的id。我想总结一下这些行（超过x1和x2）以获取具有唯一ids的新数据框：

df_new
id  x1  x2
1   1   5
2   1   1
3   2   1

一个重要的细节是列x1，x2，...的实际数量很大，因此我无法应用需要手动输入列名的函数。

Answer 1

如上所述，您可以使用pandas groupby函数根据id值求和：

df.groupby(df.id).sum()
# or
df.groupby('id').sum()

如果您不想让id成为索引，那么您可以：

df.groupby('id').sum().reset_index()
# or
df.groupby('id', as_index=False).sum()   # @John_Gait

Answer 2

使用pivot_table：

In [31]: df.pivot_table(index='id', aggfunc=sum)
Out[31]:
    x1  x2
id
1    1   5
2    1   1
3    2   1