无需分组压缩的Pandas DataFrame Python式聚合实现问询

现有如下Pandas DataFrame（df），需要计算订单总和（Sum of orders）与唯一订单尺寸数量（Number of unique order sizes），但不想压缩原DataFrame的结构：

list_of_lists = [['11','Berlin',2],['11','Berlin',2],['11','Berlin',3],
                 ['22','Munich',4],['22','Munich',4]]

df = pd.DataFrame(list_of_lists, columns=['ID', 'City', 'Order Size'])

原DataFrame内容：

ID  City    Order Size
0   11  Berlin  2
1   11  Berlin  2
2   11  Berlin  3
3   22  Munich  4
4   22  Munich  4

期望输出：

ID  City    Order Size   Sum of orders  Number of unique order sizes
0   11  Berlin  2            7              2
1   11  Berlin  2            7              2
2   11  Berlin  3            7              2
3   22  Munich  4            8              1
4   22  Munich  4            8              1

常规使用groupby(['ID','City'])会将DataFrame压缩为两行，之后需要左连接回原DataFrame，希望有更简洁的Pythonic实现方式。

简洁实现方法 #

直接用Pandas的groupby.transform()方法，它会将分组计算的结果广播回原DataFrame的每一行，无需额外的连接操作，完美保留原结构：

# 计算订单总和，按ID和City分组后对Order Size求和
df['Sum of orders'] = df.groupby(['ID', 'City'])['Order Size'].transform('sum')

# 计算唯一订单尺寸数量，按ID和City分组后对Order Size统计唯一值个数
df['Number of unique order sizes'] = df.groupby(['ID', 'City'])['Order Size'].transform('nunique')

执行后得到的df就是期望的输出结构，每个分组的统计结果会自动匹配到原DataFrame对应的每一行。

内容的提问来源于stack exchange，提问作者cph_sto