python - 如何在 Python 中聚合某些列，同时保留其他列

Question

我有一个包含>100个变量的数据集，但为了说明问题，我将其简化如下。

我想要groupby() colA、colB和sum() colD，同时采用不同的值 colC 和 colE

我尝试了如下的操作，但正如你所知，这只会返回我分组的列和我求和的列，并且永远不会返回 colC 和 colE

方法1:df.groupby(['colA','colB').aggregate({'colC': sum})

方法2:我可以像上面那样聚合它们，然后将其连接到同一个表以获得结果。

approach3: 将所有列都归入 groupby，但是当我这样做时，我无法对 Missing 的值进行分组，就像您在 colE 中看到的那样

我有什么选择？

更正更新:我刚刚更正了之前提供数据的方式，它是不正确的

data = [
    ["25-5-19", "cat1", "cat3", 10, 1],
    ["25-5-19", "cat1", "cat3", 20, 1],
    ["25-5-19", "cat1", "cat3", 30, 1],
    ["26-5-19", "cat2", "cat4", 50, 2],
    ["26-5-19", "cat2", "cat4", 100, 2],
    ["26-5-19", "cat2", "cat4", 10, 2],
    ["27-5-19", "cat1", "cat5", 40, None],
    ["27-5-19", "cat1", "cat5", 60, None]
] 

`

Answer 1

看来你需要

df['New']=df.groupby(['colA','colB'])['colC'].transform('sum')