Skip to main content
 首页 » 编程设计

python之Pandas 按三列分组,但保留所有其他列

2025年01月19日8lvdongjie

我有这样的数据框:

offer_id  affiliate_id affiliate_source affiliate_sub5  advertiser_id Payout_cent Revenue_cents 
 428572          1327         14331605       14331605            291    50             30 
 428572          1327             1465           1465            291    50             30 
 428572          1327             1336           1336            291    50             30 
 428572          1327         14331605       14331605            291    50             30 
 428572          1327         14331605       14331605            291    50             30 

我将“offer_id”、“affiliate_id”、“affiliate_source”三列分组

操作:

df1.groupby(['offer_id', 'affiliate_id', 'affiliate_source'])[["payout_cents", "revenue_cents"]].sum() 

结果:

offer_id affiliate_id affiliate_source                      payout_cents    revenue_cents 
428572   1327         14331605                               90            150 
                      1465                                   30            50 
                      1336                                   30            50 

问题: 我还需要在组操作后获取其他列,例如“advertiser_id”和“affiliate_sub5”。

谢谢。

请您参考如下方法:

我想你需要add_suffix与 join :

cols = ['offer_id', 'affiliate_id', 'affiliate_source'] 
df2 = df1.groupby(cols)[["payout_cents", "revenue_cents"]].sum().add_suffix('_sum') 
df = df1.join(df2, on=cols) 
 
print (df) 
   offer_id  affiliate_id  affiliate_source  affiliate_sub5  advertiser_id  \ 
0    428572          1327          14331605        14331605            291    
1    428572          1327              1465            1465            291    
2    428572          1327              1336            1336            291    
3    428572          1327          14331605        14331605            291    
4    428572          1327          14331605        14331605            291    
 
   payout_cents  revenue_cents  payout_cents_sum  revenue_cents_sum   
0            50             30               150                 90   
1            50             30                50                 30   
2            50             30                50                 30   
3            50             30               150                 90   
4            50             30               150                 90   

另一种解决方案 transform :

cols = ['offer_id', 'affiliate_id', 'affiliate_source'] 
cols1 = ["payout_cents", "revenue_cents"] 
 
df1[['{}_sum'.format(x) for x in cols1]] = df1.groupby(cols)[cols1].transform('sum')