Pandas DataFrame 分组和重塑

Question

我有一个关于使用groupby()函数的问题，下面是一个pandas数据框的简短示例。我的目标是对每个“store_id”在“date”上的“amount”值进行累加，同时保留“days_of_week”和“holiday”列。

    store_id    date        amount  days_of_week    holiday
0   0           2017-11-14  100     1               0
1   0           2017-11-14  -100    1               0
2   1           2017-11-14  122     1               0
3   1           2017-11-19  55      6               1
4   2           2017-11-19  11      6               1
5   2           2017-11-19  32      6               1

因此，结果应该如下所示。

    store_id    date        amount  days_of_week    holiday
0   0           2017-11-14  0       1               0
1   1           2017-11-14  122     1               0
2   1           2017-11-19  55      6               1
3   2           2017-11-19  43      6               1

我尝试删除“day_of_week”和“holiday”列，然后使用groupby()函数按日期获取总和。但这远远没有达到我想要的结果形式。

train = train.drop(columns=['days_of_week', 'holiday'])
train.groupby(['store_id', 'date'])['amount'].sum()

有没有其他我不知道的方法可以轻松地获取第二个表单？

- hellocrypto

Answer 1

您可以使用pandas的聚合函数来实现此操作。请参见https://pandas.pydata.org/pandas-docs/stable/generated/pandas.core.groupby.DataFrameGroupBy.agg.html。下面的代码应该适用于您的情况。

df_sum = df.groupby(['date','store_id']).agg({'amount':'sum', 'days_of_week': 'first', 'holiday': 'first' }).reset_index()
print(df_sum)

        date  store_id  amount days_of_week  holiday
0 2017-11-14         0     0.0            1        0
1 2017-11-14         1   122.0            1        0
2 2017-11-19         1    55.0            6        1
3 2017-11-19         2    43.0            6        1

- Retiefasaurus