import pandas as pd
data = {"number":[1,1,np.nan,np.nan,2,2,1,2,2],
"letter":['a','b',np.nan,np.nan,'c','d','b','c','d'],
"label":[1,1,9,9,2,2,1,2,2],"label2":[33,12,9,9,2,2,1,2,2]}
dataset1 = pd.DataFrame(data) #初始化DataFrame 得到数据集dataset1
print(dataset1)
t_optarr=['letter','number']
sumobj={'label':sum,'label2':sum}
##去重 合并求和 并且保留原列表的函数
def rechong_sum_hwj(odata,optarr,sumobj):
duplicate_row = odata.duplicated(subset=optarr,keep=False)
duplicate_data = odata.loc[duplicate_row,:]
duplicate_data_sum = duplicate_data.groupby(by=optarr).agg(sumobj).reset_index(drop=True)
duplicate_data_one = duplicate_data.drop_duplicates(subset=optarr, keep="first").reset_index(drop=True)
no_duplicate=odata.drop_duplicates(subset=optarr,keep=False)
for i in
python pandas groupby去重条件列并且求和原标数据都在没有删除的函数记录
最新推荐文章于 2024-07-17 10:37:21 发布
本文介绍了如何使用Python的Pandas库,在进行groupby操作时,实现数据去重并根据特定条件求和,同时保持原始列的所有信息完整无删除。
摘要由CSDN通过智能技术生成