Question

在Python中，我有一个熊猫数据框df。

ID    Ref    Dist
 A      0      10
 A      0      10
 A      1      20
 A      1      20
 A      2      30     
 A      2      30
 A      3       5
 A      3       5
 B      0       8
 B      0       8
 B      1      40
 B      1      40
 B      2       7
 B      2       7

我想按ID和Ref分组，并在每个分组中占据Dist列的第一行。

ID    Ref    Dist
 A      0      10
 A      1      20
 A      2      30     
 A      3       5
 B      0       8
 B      1      40
 B      2       7

我想总结每个Dist组中的ID列。

ID     Sum
 A      65
 B      55

我尝试执行此步骤的第一步，但这只是给我该行和Dist的索引，所以我无法继续进行第二步。

df.groupby(['ID', 'Ref'])['Dist'].head(1)

如果有人为此提供帮助，那就太好了。谢谢！

Answer 1

我相信这就是您要寻找的。

第一步需要使用first，因为您想在groupby中使用第一步。完成此操作后，请使用reset_index()，以便以后可以使用groupby并使用ID对其进行总结。

df.groupby(['ID','Ref'])['Dist'].first()\
          .reset_index().groupby(['ID'])['Dist'].sum()
ID
A    65
B    55

Answer 2

在drop_duplicates之前groupby。默认行为是保留第一行重复的行，这是您想要的。

df.drop_duplicates(['ID', 'Ref']).groupby('ID').Dist.sum()
#A    65
#B    55
#Name: Dist, dtype: int64

熊猫：按两列分组，将第一列分组中的第一个值相加

2 个答案: