在数据帧中对一列求和，同时保留其他列

Question

在熊猫数据帧df中，我有如下列：

    NAME    KEYWORD  AMOUNT  INFO
0   orange  fruit    13      from italy
1   potato  veggie   7       from germany
2   potato  veggie   9       from germany
3   orange  fruit    8       from italy
4   potato  veggie   6       from germany

在执行groupby KEYWORD操作时，我希望构建每个组的AMOUNT值之和，并始终保持其他列的第一个值，以便结果如下：

    NAME    KEYWORD  AMOUNT  INFO
0   orange  fruit    21      from italy
1   potato  veggie   22      from germany

我试过了

df.groupby('KEYWORD).sum()

但这“总结”了所有的栏目，即

    NAME                KEYWORD  AMOUNT  INFO
0   orangeorange        fruit    21      from italyfrom italy
1   potatopotatopotato  veggie   22      from germanyfrom germanyfrom germany

然后我尝试对不同的列使用不同的函数：

df.groupby('KEYWORD).agg({'AMOUNT': sum, 'NAME': first, ....})

与

def first(f_arg, *args):
    return f_arg

但不幸的是，这给了我一个“ValueError: function does not reduce”错误。你知道吗

所以我有点不知所措。如何将sum仅应用于AMOUNT列，而保留其他列？你知道吗

Answer 1

按列KEYWORD使用^{}，然后^{}聚合值：

df=df.drop_duplicates('KEYWORD').assign(AMOUNT=df.groupby('KEYWORD')['AMOUNT'].sum().values)
print (df)
     NAME KEYWORD  AMOUNT          INFO
0  orange   fruit      21    from italy
1  potato  veggie      22  from germany