Groupby Sum忽略几列

Question

在此 DataFrame 中，我想按“位置”分组并获得“分数”的总和，但我不希望“纬度”、“经度”和“年份”在此过程中受到影响；

sample = pd.DataFrame({'Location':['A','B','C','A','B','C'],
                       'Year':[2001,2002,2003,2001,2002,2003],
                       'Lat':[24,32,14,24,32,14],
                       'Long':[81,85,79,81,85,79],
                       'Score':[123,234,10,25,46,11]})

grouped = sample.groupby(['Location']).sum().reset_index()

grouped 给我这个；

  Location  Lat   Long   Score   Year
0   A       48     162    148   4002
1   B       64     170    280   4004
2   C       28     158     21   4006

但我正在寻找这个结果；

     Location   Lat   Long   Score   Year
    0   A       24     81     148   2001
    1   B       32     85     280   2002
    2   C       12     79      21   2003

Answer 1

您必须为其他列提供某种形式的聚合方法。但是你可以使用mean,first或者last在这种情况下，这一切都可以。

grouped = sample.groupby(['Location']).agg({'Lat': 'first', 
                                            'Long': 'first', 
                                            'Score': 'sum', 
                                            'Year': 'first'}).reset_index()

给出：

  Location  Score  Lat  Long  Year
0        A    148   24    81  2001
1        B    280   32    85  2002
2        C     21   14    79  2003

请注意，您还可以提供自己的函数，而不是 Pandas 中可以用字符串标识的内置函数。

如果您关心简单的索引，它会弄乱列的顺序：

grouped[['Location', 'Lat', 'Long', 'Score', 'Year']]