进行汇总时如何忽略数据框中的特定列

Question

是否有办法在数据帧上进行大熊猫分组汇总，并从列中返回某个字符串？我有一个像这样的数据框：

lst = [[ 100, 'buicks', .001, np.nan, np.nan], [101, 'chevy', .002, np.nan, np.nan],
       [102, 'olds', .003, .006, np.nan], [100, 'buick', np.nan, .004, np.nan],
       [103, 'nissan', np.nan, np.nan, .1], [103,'nissans', np.nan, .14, np.nan]]
df = pd.DataFrame(lst, columns=['car_id', 'name', 'aa', 'bb', 'cc'])

   car_id     name     aa     bb   cc
0     100   buicks  0.001    NaN  NaN
1     101    chevy  0.002    NaN  NaN
2     102     olds  0.003  0.006  NaN
3     100    buick    NaN  0.004  NaN
4     103   nissan    NaN    NaN  0.1
5     103  nissans    NaN  0.140  NaN

需要此：

0     100   buicks  0.001  0.004  NaN
1     101    chevy  0.002    NaN  NaN
2     102     olds  0.003  0.006  NaN
4     103  nissans    NaN  0.140  0.1

[我想做的是对car_id列进行分组，然后对aa，bb，cc列求和。但是，名称列的值可能不相同，但我需要保留其中之一。我不在乎哪一个。我当时在看：Pandas sum by groupby, but exclude certain columns并得到这样的结果：

df.groupby('car_id').agg({'aa': np.sum, 'bb': np.sum, 'cc':np.sum})

但是这将删除名称列。我假设可以将name列添加到上述语句中，并且可以在其中进行操作以返回字符串。

谢谢

Answer 1

是，确实可以在first列中使用name：

df.groupby('car_id').agg({'name':'first',
                          'aa':'sum',
                          'bb':'sum',
                          'cc':'sum'})

输出：

          name     aa     bb   cc
car_id                           
100     buicks  0.001  0.004  0.0
101      chevy  0.002  0.000  0.0
102       olds  0.003  0.006  0.0
103     nissan  0.000  0.140  0.1

Answer 2

满足您的输出

s=df.groupby(['car_id'])[['aa','bb','cc']].sum(min_count=1)
s['name']=df.drop_duplicates('car_id').set_index('car_id').name
s
Out[185]: 
           aa     bb   cc    name
car_id                           
100     0.001  0.004  NaN  buicks
101     0.002    NaN  NaN   chevy
102     0.003  0.006  NaN    olds
103       NaN  0.140  0.1  nissan