GROUPBY（）とパンダにおける集約は

Question

私はこのようになりますpd.DataFrameあります

In [149]: df 
Out[149]: 
    AMOUNT  DATE ORDER_ID UID 
0 1001 2014-01-02  101 1 
1 1002 2014-01-03  102 3 
2 1003 2014-01-04  103 4 
3 1004 2014-01-05  104 5 
4 1005 2014-01-09  105 5 
5 1006 2014-01-07  106 7 
6 1007 2014-01-08  107 8 
7 1008 2014-01-09  108 5 
8 1009 2014-01-10  109 10 
9 1500 2014-01-09  110 5 

をし、私は1つの行に同じUIDとDATEに対応するすべての行を切り捨てるとの合計を使用したいです残る1行分のAMOUNT列の値。要するに

、所望の出力は次のようになります。本質的には

In [149]: df 
Out[149]: 
    AMOUNT  DATE ORDER_ID UID 
0 1001 2014-01-02  101 1 
1 1002 2014-01-03  102 3 
2 1003 2014-01-04  103 4 
3 1004 2014-01-05  104 5 
4 3513 2014-01-09  105 5 ## <- Rows that previously had index [7,9,4] are now truncated to this one row and the AMOUNT is the sum of of the AMOUNT values of those three rows 
5 1006 2014-01-07  106 7 
6 1007 2014-01-08  107 8 
8 1009 2014-01-10  109 10 

、私は何をしたいものに同じユーザーのUIDとDATEに対応して「集計」のすべての行であります他のすべての行はそのまま残してください。

私がこれまで試したことはこれです：どこ元dfに行くと「余分」を削除するには、いずれかの順序で起動するように、私はよく分からない

In [154]: df.groupby(['UID','DATE'])['AMOUNT'].sum() 
Out[154]: 
UID DATE  
1 2014-01-02 1001 
3 2014-01-03 1002 
4 2014-01-04 1003 
5 2014-01-05 1004 
    2014-01-09 3513 
7 2014-01-07 1006 
8 2014-01-08 1007 
10 2014-01-10 1009 
Name: AMOUNT, dtype: int64 

けど残りの1行に新しい合計値AMOUNTを割り当てる方法もありません。

ご協力いただきありがとうございます。

Answer 1

私はあなたがaggregatesumとfirstことができると思います：

print (df.groupby(['UID','DATE'], as_index=False).agg({'AMOUNT': sum, 'ORDER_ID': 'first'})) 

    UID  DATE AMOUNT ORDER_ID 
0 1 2014-01-02 1001  101 
1 3 2014-01-03 1002  102 
2 4 2014-01-04 1003  103 
3 5 2014-01-05 1004  104 
4 5 2014-01-09 3513  105 
5 7 2014-01-07 1006  106 
6 8 2014-01-08 1007  107 
7 10 2014-01-10 1009  109 

Answer 2

df['AMOUNT'] = df.groupby(['UID','DATE'])['AMOUNT'].transform('sum') 
df = df.drop_duplicates(['UID', 'DATE']) 
df 
Out[21]: 
    AMOUNT  DATE ORDER_ID UID 
0 1001 2014-01-02  101 1 
1 1002 2014-01-03  102 3 
2 1003 2014-01-04  103 4 
3 1004 2014-01-05  104 5 
4 3513 2014-01-09  105 5 
5 1006 2014-01-07  106 7 
6 1007 2014-01-08  107 8 
8 1009 2014-01-10  109 10 

Answer 3

また、あなたがaggregateを使用することができます。

In [10]: df.groupby(['UID', 'DATE']).agg({'AMOUNT': np.sum, 'ORDER_ID': lambda x: x.iloc[0]}).reset_index() 
Out[10]: 
    UID  DATE AMOUNT ORDER_ID 
0 1 2014-01-02 1001  101 
1 3 2014-01-03 1002  102 
2 4 2014-01-04 1003  103 
3 5 2014-01-05 1004  104 
4 5 2014-01-09 3513  105 
5 7 2014-01-07 1006  106 
6 8 2014-01-08 1007  107 
7 10 2014-01-10 1009  109 

は、あなただけの期待出力から "最初の" ORDER_IDをしたいと仮定すると、すなわち、 lambda x: x.iloc[0]