Pandas：按两列分组，将第一列组中的第一个值相加

Posted 2023-03-11

【中文标题】Pandas：按两列分组，将第一列组中的第一个值相加

【英文标题】：Pandas: group by two columns, sum up the first value in the first column group

【发布时间】：2018-12-20 21:33:44

【问题描述】：

在 Python 中，我有一个 pandas 数据框 df。

ID    Ref    Dist
 A      0      10
 A      0      10
 A      1      20
 A      1      20
 A      2      30     
 A      2      30
 A      3       5
 A      3       5
 B      0       8
 B      0       8
 B      1      40
 B      1      40
 B      2       7
 B      2       7

我想按ID 和Ref 分组，并取每个组中Dist 列的第一行。

ID    Ref    Dist
 A      0      10
 A      1      20
 A      2      30     
 A      3       5
 B      0       8
 B      1      40
 B      2       7

我想总结每个ID 组中的Dist 列。

ID     Sum
 A      65
 B      55

我尝试这样做来执行第一步，但这只是给我行的索引和Dist，所以我无法继续进行第二步。

df.groupby(['ID', 'Ref'])['Dist'].head(1)

如果有人帮助我，那就太好了。 谢谢！

【参考方案1】：

在groupby 之前只是drop_duplicates。默认行为是保留第一个重复行，这是您想要的。

df.drop_duplicates(['ID', 'Ref']).groupby('ID').Dist.sum()
#A    65
#B    55
#Name: Dist, dtype: int64

【参考方案2】：

我相信这就是您正在寻找的。

第一步你需要使用first，因为你想要groupby中的第一步。完成此操作后，请使用 reset_index()，以便之后使用 groupby 并使用 ID 进行总结。

df.groupby(['ID','Ref'])['Dist'].first()\
          .reset_index().groupby(['ID'])['Dist'].sum()
ID
A    65
B    55