python - groupby : Take the most frequent value but if its a blank, 的聚合函数采用第二个最频繁的值

Question

编辑:澄清问题

我想通过“标识符”聚合一个名为 df 的 pd.DataFrame 并对“成本”列求和。对于类别列，我想应用一个可以大声说出的聚合函数，例如“聚合并取列中最常见的值(众数)，但如果众数为空白，则取第二个最常见的列”。换句话说，我想要类别的众数(聚合后)，但众数不能为空。

结果应该是 pd.DataFrame new_df。

df
  Identifier  Cost  Cost2 Category1 Category2 Category3
0          A    10     10       one                 aaa
1          A    20     10                blue       aaa
2          B    10     20       two                 bbb
3          B    10     30               green       bbb
4          B    30     40                           bbb
5          C    20     50     three       red       ccc

--- 聚合过程 --->

new_df
  Identifier  Cost  Cost2 Category1 Category2 Category3
0          A    30     20       one      blue       aaa
1          B    50     90       two     green       bbb
2          C    20     50     three       red       ccc

重现示例的代码:

import pandas as pd

data_df = {       
           'Identifier': ['A', 'A', 'B', 'B', 'B', 'C'],
           'Cost': [10, 20, 10, 10, 30, 20],
           'Cost2':[10,10,20,30,40,50],
           'Category1' : ['one', '', 'two', '', '', 'three'],
           'Category2' : ['', 'blue', '', 'green', '', 'red'],
           'Category3' : ['aaa', 'aaa', 'bbb', 'bbb', 'bbb', 'ccc']
          }

df = pd.DataFrame(data_df)


data_new_df = {       
           'Identifier': ['A', 'B', 'C'],
           'Cost': [30, 50, 20],
           'Cost2' : [20,90,50],
           'Category1' : ['one', 'two', 'three'],
           'Category2' : ['blue', 'green', 'red'],
           'Category3' : ['aaa', 'bbb', 'ccc']
          }

new_df = pd.DataFrame(data_new_df)

Answer 1

也许你可以尝试 groupby 和 sum 如下:

new_df = df.groupby('Identifier').apply(sum).drop('Identifier', axis=1).reset_index()

结果:

  Identifier  Cost Category1 Category2
0          A    30       one      blue
1          B    50       two     green
2          C    20     three       red