groupby的复杂用法

如果你想要使用groupby方法来按照某个列（如’Name_zn’）分组，并且想要对多个列（如’alias_other’以及其他列）应用不同的聚合函数（或者同样的函数但应用于不同列），你可以使用agg函数，并在其中为每一列指定一个聚合函数。

然而，如果你想要对某一列（如’alias_other’）应用一个特定的函数（如list来收集所有值），同时对其他列应用不同的函数，你可以这样做：

为’alias_other’列指定一个函数（如list）来收集所有值。
为其他列指定相应的聚合函数（如sum, mean, max, min等）。

import pandas as pd  
  
# 假设df_public是你的DataFrame，它包含'Name_zn', 'alias_other', 和 'value'列  
grouped = df_public.groupby(by='Name_zn').agg({  
    'alias_other': lambda x: list(x),  # 收集所有'alias_other'的值到一个列表中  
    'value': 'sum'  # 对'value'列的值求和  
    # 你可以继续添加其他列和对应的聚合函数  
}).reset_index()  
  
print(grouped)

如果你想要对多个列应用相同的函数（比如都想要收集它们的值到列表中），你可以这样做：

cols_to_list = ['alias_other', 'another_column']  # 想要收集到列表中的列名列表  
other_cols = ['yet_another_column']  # 可能还有其他你想要以不同方式处理的列  
  
# 对cols_to_list中的列应用list函数，对其他列（如果有的话）应用其他函数（这里未指定）  
grouped = df_public.groupby(by='Name_zn').agg({  
    col: lambda x: list(x) for col in cols_to_list  # 使用字典推导式来应用list函数  
    # 这里可以添加对other_cols的处理，比如：'yet_another_column': 'mean'  
}).reset_index()  
  
print(grouped)

# 使用 groupby 和 agg 函数合并数据将'post_id'相同的行数据合并为一行
df_group_manage_agg = df_group_manage_new.groupby('post_id').agg(
                                            group_type_1=('group_type_1',lambda x:sum(x)),
                                            group_type_2=('group_type_2',lambda x:sum(x)),
                                            group_type_3=('group_type_3',lambda x:sum(x)),
                                            member_id_1=('member_id_1', lambda x: ','.join(x.astype(str))),  
                                            member_id_2=('member_id_2', lambda x: ','.join(x.astype(str))),  
                                            member_id_3=('member_id_3', lambda x: ','.join(x.astype(str))),
                                            member_id_1=('member_id_1', lambda x: ','.join(x.astype(str))),  
                                            member_id_2=('member_id_2', lambda x: ','.join(x.astype(str))),  
                                            member_id_3=('member_id_3', lambda x: ','.join(x.astype(str)))  
                                            ).reset_index()  

等价于

# 使用 groupby 和 agg 函数合并数据将'post_id'相同的行数据合并为一行
df_group_manage_agg = df_group_manage_new.groupby('post_id').agg(
      {'group_type_1':'sum','group_type_2':'sum','group_type_3':'sum',
        'member_id_1': (lambda x: ','.join(x.astype(str))),    
        'member_id_2': (lambda x: ','.join(x.astype(str))),    
        'member_id_3': (lambda x: ','.join(x.astype(str))),
        'group_name_1': (lambda x: ','.join(x.astype(str))),    
        'group_name_2': (lambda x: ','.join(x.astype(str))),    
        'group_name_3': (lambda x: ','.join(x.astype(str))),
      }).reset_index()