同一组中的一列的计数和另一列的总和？

Question

此数据框：

df = pd.DataFrame({'delivery_date' : ['2018-09-07' ,'2018-09-07','2018-09-08','2018-09-09','2018-09-10'],
              'user' : ['user1','user1','user2','user3','user3'],
             'number_of_papers' : [3,4,3,2,4]}) 

我想按delivery_date和user进行分组。其中：

• 发现count在一天之内交付某物的次数user。
• 找到sum中的number_of_papers

我使用了.agg，但由于count和sum属于不同的列，因此我认为它在这里不适用。

df.groupby(['delivery_date','user'])['delivery_date'].agg(['count','sum']).sort_index(level=[0,1], ascending=[False,True]).reset_index(name ='Counts')

  

错误TypeError：此dtype不允许归约运算'sum'

总和应为number_of_papers。我不知道在groupby中写什么。

示例： 除sum部分外，此操作全部完成：

a.groupby(['delivery_date','user'])['delivery_date'].count().sort_index(level=[0,1], ascending=[False,True]).reset_index(name ='counts')

给予：

delivery_date   user    counts
0   2018-09-10  user3   1
1   2018-09-09  user3   1
2   2018-09-08  user2   1
3   2018-09-07  user1   2

我只是想同时在此表中将sum的{​​{1}}作为一个名为number_of_papers的新列。

Answer 1

在agg函数中使用字典进行与列有关的特定计算，然后对列rename和reset_index进行相关计算：

df.groupby(['delivery_date','user']).agg({'delivery_date':'count','number_of_papers':'sum'}).\
                                     sort_index(level=[0,1], ascending=[False,True]).\
                                     rename(columns={'delivery_date':'count','number_of_papers':'sum'}).\
                                     reset_index()

    delivery_date   user    count   sum
0   2018-09-10      user3   1       4
1   2018-09-09      user3   1       2
2   2018-09-08      user2   1       3
3   2018-09-07      user1   2       7

Answer 2

您可以通过这种方式使用agg

    df.groupby(['delivery_date', 'user'])['number_of_papers'].agg('sum')