Pandas中使用groupby()分组时如何保留col列且不改变其值？

数据集示例 #

现有代码 #

gravity3 = gravity2.groupby(["country_d", "year", "regime_o"]).agg({"tradeflow_imf_d":"sum"})

需求 #

在分组结果中保留col列，且对于给定的year和country_d，该列返回单一值，不改变原有数值。

修改后的代码 #

可以在agg方法中为col指定一个能返回单一值的聚合函数（比如first、last，只要分组内col值唯一，这些函数都能保留原数值）：

# 字典格式写法
gravity3 = gravity2.groupby(["country_d", "year", "regime_o"]).agg({
    "tradeflow_imf_d": "sum",
    "col": "first"
})

# 命名聚合写法（可读性更强）
gravity3 = gravity2.groupby(["country_d", "year", "regime_o"]).agg(
    total_trade=("tradeflow_imf_d", "sum"),
    col=("col", "first")
)

说明 #

因为要求col在指定year和country_d时返回单一值，只要确保每个分组内的col值是唯一的，使用first()、last()、max()或min()这类聚合函数都可以，它们不会改变col的原有数值，只是提取分组内的唯一值。

内容的提问来源于stack exchange，提问作者user19562955