python - Pandas Dataframe Groupby 多列然后求和

Question

假设每个 Python 代码如下:

import pandas as pd
import numpy as np

在 Pandas 中，如果我有一个包含 2 列的数据框，其中一列是数字数组，我可以对数组的值求和以获得单个数组。

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar'], 'numbers' : [np.array([1, 2, 3, 4]),np.array([2, 4, 2, 4]),np.array([2, 3, 4, 5]),np.array([1, 3, 5, 7])]} )
df['arrays'].sum()

我什至可以按第一列分组，然后对第二列求和以获得每组的总和:

grpA = df.groupby('A')
grpA.sum()

但是，如果除了数组列之外我还有多个其他列，比如说 2 个其他列，那么在尝试按前两列分组并求和时，我会得到一个 ValueError: Function does not reduce数组列:

df2 = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar'],'B': ['la', 'la', 'al', 'al'],'numbers' : [np.array([1, 2, 3, 4]),np.array([2, 4, 2, 4]),np.array([2, 3, 4, 5]),np.array([1, 3, 5, 7])]} )
grpAB = df2.groupby(['A','B'])
grpAB.sum()

在 SQL 中，如果我可以对数组求和，则以下内容将起作用:

select A, B, sum(numbers)
    from df2
    group by A, B

有没有办法成功地按多列分组并对 Pandas 中的最后一个数组列求和？

Answer 1

您可以使用 lambda 表达式。 iat 表达式获取系列中第一个元素的标量值(这里只是数字列表)，然后对结果求和。

>>> df2.groupby(['A', 'B']).numbers.apply(lambda x: x.iat[0].sum())

A    B 
bar  al    16
     la    12
foo  al    14
     la    10
Name: numbers, dtype: int64