Как игнорировать указанный столбец c в кадре данных при агрегировании

Question

Есть ли способ сделать pandas групповую агрегацию на фрейме данных и вернуть определенную строку из столбца? У меня есть такой фрейм данных:

lst = [[ 100, 'buicks', .001, np.nan, np.nan], [101, 'chevy', .002, np.nan, np.nan],
       [102, 'olds', .003, .006, np.nan], [100, 'buick', np.nan, .004, np.nan],
       [103, 'nissan', np.nan, np.nan, .1], [103,'nissans', np.nan, .14, np.nan]]
df = pd.DataFrame(lst, columns=['car_id', 'name', 'aa', 'bb', 'cc'])

   car_id     name     aa     bb   cc
0     100   buicks  0.001    NaN  NaN
1     101    chevy  0.002    NaN  NaN
2     102     olds  0.003  0.006  NaN
3     100    buick    NaN  0.004  NaN
4     103   nissan    NaN    NaN  0.1
5     103  nissans    NaN  0.140  NaN

Нужно это:

0     100   buicks  0.001  0.004  NaN
1     101    chevy  0.002    NaN  NaN
2     102     olds  0.003  0.006  NaN
4     103  nissans    NaN  0.140  0.1

Что я пытаюсь сделать, это сгруппировать по столбцу car_id, а затем суммировать столбцы aa, bb, cc. Тем не менее, значения столбца имени могут не совпадать, но мне нужно сохранить одно из них. Мне все равно, какой. Я смотрел: Pandas сумма по группам, но исключил определенные столбцы и в итоге получилось что-то вроде этого:

df.groupby('car_id').agg({'aa': np.sum, 'bb': np.sum, 'cc':np.sum})

Но это отбрасывает столбец имени. Я предполагаю, что могу добавить столбец имени к приведенному выше выражению, и есть операция, которую я могу вставить туда, чтобы вернуть строку.

Спасибо

Answer 1

Да, действительно, вы можете использовать first для столбца name:

df.groupby('car_id').agg({'name':'first',
                          'aa':'sum',
                          'bb':'sum',
                          'cc':'sum'})

Вывод:

          name     aa     bb   cc
car_id                           
100     buicks  0.001  0.004  0.0
101      chevy  0.002  0.000  0.0
102       olds  0.003  0.006  0.0
103     nissan  0.000  0.140  0.1

Answer 2

Здесь с лямбдой, если вы хотите использовать NaN:

df.groupby('car_id').agg({'name':'first', 'aa':'sum', 'bb':'sum', 'cc': lambda x: x.sum(skipna=False)})

Answer 3

pd.concat([df.groupby('car_id').apply(lambda x: x.head(1))[['car_id','name']].set_index('car_id'), \
df.groupby('car_id').agg({'aa': np.sum, 'bb': np.sum, 'cc':np.sum}).reset_index().set_index('car_id')], axis = 1).reset_index()


    car_id  name    aa  bb  cc
0   100 buicks  0.001   0.004   0.0
1   101 chevy   0.002   0.000   0.0
2   102 olds    0.003   0.006   0.0
3   103 nissan  0.000   0.140   0.1

Answer 4

Для удовлетворения ваших результатов

s=df.groupby(['car_id'])[['aa','bb','cc']].sum(min_count=1)
s['name']=df.drop_duplicates('car_id').set_index('car_id').name
s
Out[185]: 
           aa     bb   cc    name
car_id                           
100     0.001  0.004  NaN  buicks
101     0.002    NaN  NaN   chevy
102     0.003  0.006  NaN    olds
103       NaN  0.140  0.1  nissan