Wie zusammenzufassen und ein Datenrahmen bedeuten einen weiteren Datenrahmen

Question

Nach dem Erstellen Datenrahmen mit einigen duplizierten Zelle Werte in der Spalte Namen zu erstellen:

import pandas as pd 
df = pd.DataFrame({'Name': ['Will','John','John','John','Alex'], 
        'Payment': [15, 10, 10, 10, 15], 
        'Duration': [30, 15, 15, 15, 20]}) 

Ich möchte durch die Schaffung von anderen gehen DataFrame, in dem die duplizierten Werte in Name Spalte konsolidiert sind und keine Duplikate hinterlassen. Zur gleichen Zeit möchte ich Summe der Zahlungen, die John gemacht hat. Ich gehe mit:

df_sum = df.groupby('Name', axis=0).sum().reset_index() 

Aber da df.groupby('Name', axis=0).sum() Befehl, um die Summenfunktion für jede Spalte in Datenrahmen gilt die Dauer (des Besuchs in Minuten) -Spalte als gut verarbeitet. Stattdessen möchte ich einen Durchschnittswert für die Spalte Dauer erhalten. So würde ich brauche mean() Methode zu verwenden, etwa so:

df_mean = df.groupby('Name', axis=0).mean().reset_index() 

Aber mit mean() Funktion der Spalte Zahlung jetzt ist den durchschnittlichen Zahlungswert zeigt John gemacht und nicht die Summe aller Zahlungen .

Wie erstellt man einen Datenrahmen, in dem Duration-Werte die Durchschnittswerte anzeigen, während die Zahlungswerte die Summe anzeigen?

Answer 1

Sie können verschiedene Funktionen auf unterschiedliche Spalten mit groupby.agg gelten:

df.groupby('Name').agg({'Duration': 'mean', 'Payment': 'sum'}) 
Out: 
     Payment Duration 
Name     
Alex  15  20 
John  30  15 
Will  15  30