python - 如何在不使用 nan 的情况下保留唯一 ID 的同时对特定列求和

Question

所以我的数据框是-

Name   ID   A B C   
Sam    11   1 1 1    
Sam    nan  0 1 4         
Dan    12   1 4 4     
Dan    nan  1 5 0     
Dan    12   2 4 4                            
Tom    15   1 4 6

我想创建一个输出包含-

Name ID Total     
Sam  11  8    
Dan  12  25        
Tom  15  11        

虽然我按名称和 ID 进行分组。我得到了 Sam 和 Dan 两次，因为它的 ID 为空。我如何聚合 A、B、C 并获得唯一 ID 作为最终输出？

Answer 1

给你:

# First make dataframe with names and total scores.
df['Total'] = df['A'] + df['B'] + df['C']    
df_names = pd.DataFrame(df.groupby('Name')['Total'].sum())

# Then make dataframe that has the IDs.
df_ID = pd.DataFrame(df[['Name', 'ID']].dropna())
df_ID.set_index('Name', inplace=True)

# Then add in the IDs to the dataframe with total scores.
df_names['ID'] = df_ID.drop_duplicates()

现在 df_names 是您要查找的最终数据框!