英文:
Groupby several columns and take the sum based off of categorical values within a column (Pandas)
问题
我正在寻找根据某一列中的分类值对多列进行分组并求和的方法。
数据
姓名 大小 类型AA 9385 FALSEAA 9460 FALSEAA 9572 TRUEAA 9680BB 10 TRUEBB 10 TRUEBB 20 FALSEBB 20 FALSE
期望的结果
姓名 大小 类型AA 9572 TRUEAA 18845 FALSEAA 9680BB 20 TRUEBB 40 FALSEBB
正在执行的操作
df = df.groupby('name').agg({'size': 'sum', 'type': lambda x: x.value_counts().idxmax()})
然而，这似乎已经移除了空值。有任何建议吗？
英文:
I am looking to groupby several columns and take the sum based off of categorical values within a column.
Data
name size typeAA 9385 FALSEAA 9460 FALSEAA 9572 TRUEAA 9680BB 10 TRUEBB 10 TRUEBB 20 FALSEBB 20 FALSE
Desired
name size typeAA 9572 TRUEAA 18845 FALSEAA 9680BB 20 TRUEBB 40 FALSEBB
Doing
df = df.groupby('name').agg({'size': 'sum', 'type': lambda x: x.value_counts().idxmax()})
However, this appears to have removed Null values. Any suggestion is appreciated.
答案1
得分: 1
使用dropna=False在groupby中：
df.groupby(['name', 'type'], dropna=False, as_index=False)['size'].sum()
输出：
name type size0 AA False 188451 AA True 95722 AA NaN 96803 BB False 404 BB True 20
英文:
Use dropna=False in groupby:
df.groupby(['name', 'type'], dropna=False, as_index=False)['size'].sum()
Output:
name type size0 AA False 188451 AA True 95722 AA NaN 96803 BB False 404 BB True 20
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论