如何使用pandas groupby實現多個聚合，引用特定列

Question

我在熊貓數據框中有數據，並且需要對它進行聚合。我需要在類似於下面的不同列上進行不同的聚合。

group min(rank) min(rank) min sum 

title t_no  t_descr  rank stores 
A  1   a   1  1000 
B  1   a   1  1000 
B  2   b   2  800 
C  2   b   2  800 
D  1   a   1  1000 
D  2   b   2  800 
F  4   d   4  500 
E  3   c   3  700 

到：

title t_no  t_descr  rank stores 
A  1   a   1  1000 
B  1   a   1  1800 
C  2   b   2  800 
D  1   a   1  1800 
E  3   c   3  700 
F  4   d   4  500 

你會發現，標題B和d已經彙總，保持T_NR中& t_descr是對應的最低軍銜爲各自的題目組，而商店總結。 t_no & t_descr只是任意文本。我需要按冠軍頭銜排名，總結商店，並保留相應的t_no & t_descr。

我該如何在一個熊貓羣體中做到這一點？這是虛擬數據;我正在處理的真正問題有更多的聚合，我不想單獨做每個聚合，我知道該怎麼做。

我從下面開始，但是意識到我真的需要t_no & t_descr的最大值是基於子組的排列，而不是列本身。

aggs = { 
'rank': 'min', 
't_no': 'min', # need t_no for row that is min(rank) by title. 
't_descr': 'min' # need t_descr for row that is min(rank) by title. 
} 

df2.groupby('title').agg(aggs).reset_index() 

也許有辦法用lambda來做到這一點？我確信有一個簡單的方法來做到這一點。如果groupby不是正確的方法，我顯然會接受建議。

謝謝！

Answer 1

兩個步驟...
總門店之和爲idxmin ... rank
然後使用idxmin切片原始數據框，並與總

agged = df.groupby('title').agg(dict(rank='idxmin', stores='sum')) 
df.loc[agged['rank'], ['title', 't_no', 't_descr', 'rank']].join(agged.stores, on='title') 

    title t_no t_descr rank stores 
0  A  1  a  1 1000 
1  B  1  a  1 1800 
3  C  2  b  2  800 
4  D  1  a  1 1800 
7  E  3  c  3  700 
6  F  4  d  4  500 

Answer 2

這是@piRSquared稍微不同的方法，但可以讓你在同一個地方：

代碼：

# Set min and sum functions according to columns and generate new dataframe 
f = {'rank':min, 'rank':min, 'stores':sum} 
grouped = df.groupby('title').agg(f).reset_index() 

# Then merge with original dataframe (keeping only the merged and new columns) 
pd.merge(grouped, df[['title','rank','t_no','t_descr']], on=['title','rank']) 

輸出：

title stores rank t_no t_descr 
0  A 1000  1  1  a 
1  B 1800  1  1  a 
2  C  800  2  2  b 
3  D 1800  1  1  a 
4  E  700  3  3  c 
5  F  500  4  4  d 

當然您可以按照您認爲合適的方式組織這些列。