Pandas分组聚合：如何批量为多列指定first函数无需逐个声明？

当你有包含多列的Pandas DataFrame，需要按某列分组后，仅对指定列求和、其余所有列保留第一个值时，完全不用逐个列名指定first方法，以下是几种简便实现方式：

方法一：构造聚合字典 #

先筛选出需要应用first的列（排除分组键和要求和的列），再批量生成聚合规则：

# 获取除分组键V1、求和列V2外的所有列
first_columns = [col for col in df.columns if col not in ['V1', 'V2']]
# 初始化聚合字典，添加V2的求和规则
agg_rules = {'V2': 'sum'}
# 批量添加其余列的first规则
agg_rules.update({col: 'first' for col in first_columns})
# 执行分组聚合
summedDF = df.groupby('V1').agg(agg_rules)

方法二：利用关键字参数展开 #

通过字典推导生成关键字参数，直接在agg中指定：

summedDF = df.groupby('V1').agg(
    V2=('V2', 'sum'),
    **{col: (col, 'first') for col in df.columns.drop(['V1', 'V2'])}
)

这两种方法都能自动适配任意数量的列，无需手动逐个列名编写first规则，不管你的DataFrame是25列还是更多，都能轻松处理。

内容的提问来源于stack exchange，提问作者i.i.k.