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

「已注销」

最新推荐文章于 2024-07-17 10:37:21 发布

阅读量1.6k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/prefertea/article/details/105431423

版权

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

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