如何使用pandas groupby实现多个聚合，引用特定列

Question

我在熊猫数据框中有数据，并且需要对它进行聚合。我需要在类似于下面的不同列上进行不同的聚合。

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 

你会发现，标题B和d已经汇总，保持T_NR中& t_descr是对应的最低军衔为各自的题目组，而商店总结。 t_no & t_descr只是任意文本。我需要按冠军头衔排名，总结商店，并保留相应的t_no & t_descr。

我该如何在一个熊猫群体中做到这一点？这是虚拟数据;我正在处理的真正问题有更多的聚合，我不想单独做每个聚合，我知道该怎么做。

我从下面开始，但是意识到我真的需要t_no & t_descr的最大值是基于子组的排列，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() 

也许有办法用lambda来做到这一点？我确信有一个简单的方法来做到这一点。如果groupby不是正确的方法，我显然会接受建议。

谢谢！

Answer 1

两个步骤...
总门店之和为idxmin ... rank
然后使用idxmin切片原始数据框，并与总

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

这是@piRSquared稍微不同的方法，但可以让你在同一个地方：

代码：

# 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']) 

输出：

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 

当然您可以按照您认为合适的方式组织这些列。