Pandas Groupby：如何获取第一个字符串

Question

我有这个数据框：

dfexample = pd.DataFrame({'OID' : [7, 7, 7, 7],
                      'Category' : ['Plumbing', 'Plumbing', 'Plumbing', 'Plumbing'],
                      'Product_Type' : ['Accessory', 'Shower Accessories', 'Showers', 'Showers'],
                      'Extended_Price' : [20.5, 12.12, 122.45, 225.98]})

我想按“ OID”对数据框进行分组，并获取对象列（Category和Product_Type）的“第一个”字符串，因此在这种情况下为'plumbing'和'accessory'。所需输出：

[in]:dfgrouped

[out]:
OID       Category         Extended_Price     Product_Type
7         Plumbing         381.05             Accessory  

现在，我将所有字符串连接在一起，并且不返回“第一个”字符串。

def f(x):
return pd.Series(dict(Category = x['Category'].sum(),
                     Extended_Price = x['Extended_Price'].sum(),
                      Product_Type = x['Product_Type'].sum() 
                     ))
dfexample.groupby('OID').apply(f)

Answer 1

该firstGROUPBY方法返回各组的第一个元素：

dfexample.groupby('OID').first()

显然，您还希望对数字列求和，因此需要agg用于指定要用于每个列的聚合：

dfexample.groupby('OID').agg({
    'Category': 'first',
    'Product_Type': 'first',
    'Extended_Price': 'sum'
})