python - Pandas Group 按组的所有值的总和和另一列以逗号分隔

Question

我想按一列(tag)分组，然后求和相应的数量(qty)。相关引用编号列应以逗号分隔

import pandas as pd

tag = ['PO_001045M100960','PO_001045M100960','PO_001045MSP2526','PO_001045M870191', 'PO_001045M870191', 'PO_001045M870191']
reference= ['PA_000003', 'PA_000005', 'PA_000001', 'PA_000002', 'PA_000004', 'PA_000009']
qty=[4,2,2,1,1,1]

df = pd.DataFrame({'tag' : tag, 'reference':reference, 'qty':qty})

      tag           reference   qty
PO_001045M100960    PA_000003   4
PO_001045M100960    PA_000005   2
PO_001045MSP2526    PA_000001   2
PO_001045M870191    PA_000002   1
PO_001045M870191    PA_000004   1
PO_001045M870191    PA_000009   1

如果我使用 df.groupby('tag')['qty'].sum().reset_index()，我会得到以下结果。

         tag           qty
ASL_PO_000001045M100960 6
ASL_PO_000001045M870191 3
ASL_PO_000001045MSP2526 2

我需要一个额外的列，其中包含引用编号。被添加到相应的标签下，例如，

         tag           qty     refrence
ASL_PO_000001045M100960 6      PA_000003, PA_000005
ASL_PO_000001045M870191 3      PA_000002, PA_000004, PA_000009
ASL_PO_000001045MSP2526 2      PA_000001

我怎样才能做到这一点？

谢谢。

Answer 1

使用pandas.DataFrame.groupby.agg:

df.groupby('tag').agg({'qty': 'sum', 'reference': ', '.join})

输出:

                                        reference  qty
tag                                                   
PO_001045M100960             PA_000003, PA_000005    6
PO_001045M870191  PA_000002, PA_000004, PA_000009    3
PO_001045MSP2526                        PA_000001    2

注意:如果 reference 列是数字，', '.join 将不起作用。在这种情况下，使用 lambda x: ', '.join(str(i) for i in x)