python - 通过删除不同的列并聚合剩余的行来消除重复的行

Question

我有一个包含重复行的数据框，这仅仅是因为两列彼此不同。

df
[A]    [B]   [C]   [D]  [E]
123    X     Y     5    A
135    D     E     4    B
434    R     F     3    C
434    E     Z     5    C

在上面的示例中，[A] 列应该具有唯一值，并且是我确定重复行的关键。如图所示，由于 [B] 和 [C] 包含不同的对象，列 [A] 显示在 434 处重复。因此，列 [D] 被从 8 拆分为每行 3 和 5，并且 [E] 被重复。 ([D] 列是根据其他对本示例不重要的因素进行的任意拆分)

我的目标是删除导致重复的两列，然后聚合列 [A]、[D] 和 [E]。有没有一种方法可以使用 .groupby() 并设置聚合非整数值的规则(对于 [E] 列)？聚合可能不是最好的词，因为我我只是简单地获取重复的实例并将其提升一个级别。我正在考虑为 [E] 列设置规则，它输出第一个实例，因为两者都是不变的。

我从以下方法开始:df.groupby('A').agg()

示例的输出应显示:

df_agg
[A]  [D]  [E]
123  5    A
135  4    B
434  8    C

Answer 1

这就像 groupby + agg -

一样简单

df.groupby('[A]', as_index=False).agg({'[D]' : sum, '[E]' : 'first'})

   [A]  [D] [E]
0  123    5   A
1  135    4   B
2  434    8   C

---

如果 [A] 是索引，则稍微更改 groupby 语法 -

df.groupby(level=0).agg({'[D]' : sum, '[E]' : 'first'})

     [D] [E]
[A]         
123    5   A
135    4   B
434    8   C