对数据框进行分组并获取总和和计数

问题描述：

我有一个如下所示的数据框：

              Company Name              Organisation Name  Amount
10118  Vifor Pharma UK Ltd  Welsh Assoc for Gastro & Endo 2700.00
10119  Vifor Pharma UK Ltd    Welsh IBD Specialist Group,  169.00
10120  Vifor Pharma UK Ltd             West Midlands AHSN 1200.00
10121  Vifor Pharma UK Ltd           Whittington Hospital   63.00
10122  Vifor Pharma UK Ltd                 Ysbyty Gwynedd   75.93

我如何对 进行求和Amount并计数Organisation Name，以获得如下所示的新数据框？

              Company Name             Organisation Count   Amount
10118  Vifor Pharma UK Ltd                              5 11000.00

我知道如何求和或计数：

df.groupby('Company Name').sum()
df.groupby('Company Name').count()

但不知道如何同时做到这两点！

解决方案 1：

试试这个：

In [110]: (df.groupby('Company Name')
   .....:    .agg({'Organisation Name':'count', 'Amount': 'sum'})
   .....:    .reset_index()
   .....:    .rename(columns={'Organisation Name':'Organisation Count'})
   .....: )
Out[110]:
          Company Name   Amount  Organisation Count
0  Vifor Pharma UK Ltd  4207.93                   5

或者如果您不想重置索引：

df.groupby('Company Name')['Amount'].agg(['sum','count'])

或者

df.groupby('Company Name').agg({'Amount': ['sum','count']})

演示：

In [98]: df.groupby('Company Name')['Amount'].agg(['sum','count'])
Out[98]:
                         sum  count
Company Name
Vifor Pharma UK Ltd  4207.93      5

In [99]: df.groupby('Company Name').agg({'Amount': ['sum','count']})
Out[99]:
                      Amount
                         sum count
Company Name
Vifor Pharma UK Ltd  4207.93     5

解决方案 2：

如果您想知道如何在聚合过程中重命名列，以下是方法

pandas >= 0.25：命名聚合

df.groupby('Company Name')['Amount'].agg(MySum='sum', MyCount='count')

或者，

df.groupby('Company Name').agg(MySum=('Amount', 'sum'), MyCount=('Amount', 'count'))

                       MySum  MyCount
Company Name                       
Vifor Pharma UK Ltd  4207.93        5

解决方案 3：

如果您有很多列，并且只有一列不同，您可以执行以下操作：

In[1]: grouper = df.groupby('Company Name')
In[2]: res = grouper.count()
In[3]: res['Amount'] = grouper.Amount.sum()
In[4]: res
Out[4]:
                      Organisation Name   Amount
Company Name                                   
Vifor Pharma UK Ltd                  5  4207.93

请注意，您可以根据需要重命名组织名称列。

解决方案 4：

df.groupby('Company Name').agg({'Organisation name':'count','Amount':'sum'})\n    .apply(lambda x: x.sort_values(['count','sum'], ascending=False))