Pandas分组求和时保留列的实现方法求助

嘿，我来帮你搞定这个需求！你之前用df.groupby('TradeGroup')['Contribution'].sum()只拿到了求和后的Contribution，是因为这个写法只对单独一列做了聚合，其他列没被处理所以就丢失了。要同时保留Fund Name、From、To这些列，咱们得给每个列指定对应的聚合规则，用agg()方法就能实现。

具体步骤和代码示例 #

首先先构造你的测试数据（方便你直接运行验证）：

import pandas as pd

data = {
    'TradeGroup': ['A', 'B', 'A', 'B'],
    'Fund Name': ['Fund_1', 'Fund_1', 'Fund_1', 'Fund_1'],
    'Contribution': [0.20, 0.10, 0.05, 0.45],
    'From': ['2013-01-01', '2013-01-01', '2013-01-03', '2013-01-03'],
    'To': ['2013-01-02', '2013-01-02', '2013-01-04', '2013-01-04']
}

df = pd.DataFrame(data)

然后执行分组聚合操作：

result = df.groupby('TradeGroup').agg(
    **{
        'Fund Name': 'first',  # 同一组内Fund Name相同，取第一个值即可
        'Contribution': 'sum',  # 对贡献额求和
        'From': 'min',  # 取最早的起始日期
        'To': 'max'  # 取最晚的结束日期
    }
).reset_index()

print(result)

运行结果 #

你会得到和预期完全一致的输出：

逻辑说明 #

• agg()方法接收一个字典，键是列名，值是对应的聚合函数：
  • 对于Fund Name，因为同一TradeGroup下的基金名称都是一样的，用first/last/max都能拿到正确值；
  • Contribution用sum实现分组求和；
  • From取min（最早的日期），To取max（最晚的日期），正好符合你想要的时间范围合并需求；
• 最后用reset_index()把TradeGroup从索引变回普通列，结构就和原DataFrame一致了。

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