pandas groupby聚合如何按分组求和并提取出现次数最多的字符串

你可以通过groupby搭配多字段自定义聚合规则实现需求，核心是对Amount做求和、对Location取众数（出现次数最多的值），代码实现如下：

步骤1：导入依赖并构造测试数据 #

import pandas as pd

# 对应你给出的原始结构化数据
df = pd.DataFrame({
    "Customer ID": [1, 2, 1, 2, 1, 1, 2],
    "Amount": [2500, 3000, 1000, 500, 2500, 500, 500],
    "Location": ["India", "USA", "India", "India", "India", "USA", "USA"]
})

步骤2：执行分组聚合 #

res = df.groupby("Customer ID", as_index=False).agg(
    # Amount字段直接求和
    Amount=("Amount", "sum"),
    # Location字段取出现次数最多的值，取[0]避免存在多个众数时返回列表
    Location=("Location", lambda x: pd.Series.mode(x)[0])
)

运行结果说明 #

上述代码运行后得到的结果如下：

你给出的预期结果中两个Amount值存在计算笔误，以上为原始数据的真实计算结果。

内容的提问来源于stack exchange，提问作者Musaib Jan