如何在DataFrame按id分组时选取val最大值对应的type并求和val列

前置准备 #

先构造你给出的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'id': ['a1', 'a1', 'a1', 'b1', 'b1', 'b1'],
    'type': ['q', 'v', 'l', 'p', 'j', 's'],
    'val': [100, 4, 17, 1, 700, 3]
})

实现方法1：单组聚合直接计算（适合小数据量） #

直接在分组agg方法中同时计算最大val对应的type和val总和：

result = df.groupby('id', as_index=False).agg(
    # 取当前分组val最大值对应的type值
    type=('val', lambda x: df.loc[x.idxmax(), 'type']),
    # 对分组内所有val求和
    val=('val', 'sum')
)

实现方法2：排序后合并（性能更优，适合大数据量） #

先排序保证每个分组最大值行在前，再分别取type和求和后合并，避免自定义聚合的性能损耗：

# 按val降序排序，每个id分组的第一行即为val最大的行
df_sorted = df.sort_values('val', ascending=False)
# 取每个分组的第一个type
max_type_df = df_sorted.groupby('id', as_index=False)['type'].first()
# 计算每个分组的val总和
val_sum_df = df.groupby('id', as_index=False)['val'].sum()
# 合并得到最终结果
result = pd.merge(max_type_df, val_sum_df, on='id')

两种方法输出的result均符合预期：

id type  val
0  a1    q  121
1  b1    j  704

内容的提问来源于stack exchange，提问作者skulldoger