按ID合并数据帧的行以求和值，但保留分类数据

Question

我正在清理数据，并有一个问题。我有一个联系人数据集和一个帐户数据集。我需要在“ContactID”上合并这两个数据帧。某些ContactID有多个帐户。因此，当我合并它们时，仍然有一些ContactID有多行。我需要组合这些行，以便将数字列相加在一起，同时仍然保留分类列。下面是一个示例：

当我合并时：

ContactID           Value                  Type
1                           800                      A
1                           70                        A
2                           100                      B
3                           300                      A
4                           200                      C
5                           500                      B
5                           600                      B

当我合并时，我需要数据是什么样子：

ContactID           Value                  Type
1                           870                      A
2                           100                      B
3                           300                      A
4                           200                      C
5                           1100                    B

我已经尝试过了：

fulldf.groupby(fulldf.ContactID).sum()

但是，然后我只得到一个包含数值的数据帧。

Answer 1

让我们检查一下dtype并创建groupby dict

out = df.groupby('ContactID').agg(df.dtypes.map({'O':'first'}).fillna('sum').to_dict())
           ContactID  Value Type
ContactID                       
1                  2    870    A
2                  2    100    B
3                  3    300    A
4                  4    200    C
5                 10   1100    B

Answer 2

分组后，您可以将单个聚合函数应用于DataFrame的列。对于数字列使用sum，对于分类列使用第一个元素。

df.groupby("ContactID").agg(
    {
        "Value": lambda col: col.sum(),
        "Type": lambda col: col.iloc[0],
    }
)

# Output
ContactID   Value   Type
1           870     A
2           100     B
3           300     A
4           200     C
5           1100    B