python - 在数据框中对一列进行求和，同时保留其他列

Question

在 pandas Dataframe df 中，我有这样的列:

    NAME    KEYWORD  AMOUNT  INFO
0   orange  fruit    13      from italy
1   potato  veggie   7       from germany
2   potato  veggie   9       from germany
3   orange  fruit    8       from italy
4   potato  veggie   6       from germany

执行 groupby KEYWORD 操作时，我想计算每组 AMOUNT 值的总和并始终将第一个值与其他列保持一致，结果为:

    NAME    KEYWORD  AMOUNT  INFO
0   orange  fruit    21      from italy
1   potato  veggie   22      from germany

我试过了

df.groupby('KEYWORD).sum()

但这对所有列进行了“总结”，即我得到

    NAME                KEYWORD  AMOUNT  INFO
0   orangeorange        fruit    21      from italyfrom italy
1   potatopotatopotato  veggie   22      from germanyfrom germanyfrom germany

然后我尝试对不同的列使用不同的函数:

df.groupby('KEYWORD).agg({'AMOUNT': sum, 'NAME': first, ....})

与

def first(f_arg, *args):
    return f_arg

但是不幸的是，这给了我一个“ValueError:函数不会减少”错误。

所以我有点不知所措。如何仅将 sum 应用于 AMOUNT 列，同时保留其他列？

Answer 1

使用groupby + agg使用自定义 aggfunc 字典。

f = dict.fromkeys(df.columns.difference(['KEYWORD']), 'first')
f['AMOUNT'] = sum

df = df.groupby('KEYWORD', as_index=False).agg(f)
df

  KEYWORD    NAME  AMOUNT          INFO
0   fruit  orange      21    from italy
1  veggie  potato      22  from germany

dict.fromkeys 为我提供了一种将其推广到 N 列的好方法。如果列顺序很重要，请添加 reindex最后的操作:

df = df.groupby('KEYWORD', as_index=False).agg(f).reindex(columns=df.columns)
df

     NAME KEYWORD  AMOUNT          INFO
0  orange   fruit      21    from italy
1  potato  veggie      22  from germany