Pandas Dataframe groupby两列并总结一列

Question

我有以下格式的pandas数据帧：

d = {'buyer_code': ['A', 'B', 'C', 'A', 'A', 'B', 'B', 'A', 'C'], 'dollar_amount': ['2240.000', '160.000', '300.000', '10920.000', '10920.000', '235.749', '275.000', '10920.000', '300.000']}
df = pd.DataFrame(data=d)
df

这就是我的数据帧的样子：

    buyer_code  dollar_amount
0   A           2240.000
1   B           160.000
2   C           300.000
3   A           10920.000
4   A           10920.000
5   B           235.749
6   B           275.000
7   A           10920.000
8   C           300.000

我使用groupby列出每个买家和相应的美元金额。

df.groupby(['buyer_code', 'dollar_amount']).size()

这是结果：

buyer_code  dollar_amount
A           10920.000        3
            2240.000         1
B           160.000          1
            235.749          1
            275.000          1
C           300.000          2
dtype: int64

现在我希望dollarAmount乘以其计数，然后是每个买方的所有金额的总和。

Lets say for example buyer_code "A" should have (10920.000 * 3) + (2240.000 * 1)

结果应该是这样的：

buyer_code  dollar_amount
A           35000
B           670.749
C           600.000

我怎样才能得到这个输出？

Answer 1

使用groupby + aggregate sum：

df['dollar_amount'] = df['dollar_amount'].astype(float)
a = df.groupby('buyer_code', as_index=False).sum()
print (a)
  buyer_code  dollar_amount
0          A      35000.000
1          B        670.749
2          C        600.000

Answer 2

unstack你的结果，然后用dot在结果和它的列之间执行矩阵乘法 -

i = df.groupby(['buyer_code', 'dollar_amount']).size().unstack()
i.fillna(0).dot(i.columns.astype(float))

buyer_code
A    35000.000
B      670.749
C      600.000
dtype: float64

要么，

i.fillna(0).dot(i.columns.astype(float))\
         .reset_index(name='dollar_amount')

  buyer_code  dollar_amount
0          A      35000.000
1          B        670.749
2          C        600.000

如果您使用中间groupby结果做其他事情，那么这是正常的，因此需要进行计算。如果没有，groupby + sum在这里更有意义。