3 ответа
попробуйте это:
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
или если Вы не хотите сбрасывать индекс:
df.groupby('Company Name')['Amount'].agg(['sum','count'])
или
df.groupby('Company Name').agg({'Amount': ['sum','count']})
Демонстрация:
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
110
ответ дан MaxU
31 October 2019 в 14:02
поделиться
Если у Вас есть много столбцов, и только один отличается, Вы могли бы сделать:
In[1]: grouper = df.groupby('Company Name')
In[2]: res = grouper.count()
In[3]: res['Amount'] = grouper.sum()['Amount']
In[4]: res
Out[4]:
Organisation Name Amount
Company Name
Vifor Pharma UK Ltd 5 4207.93
Примечание можно затем переименовать столбец Organisation Name, как Вы желаете.
1
ответ дан JSharm
31 October 2019 в 14:02
поделиться
df.groupby('Company Name').agg({'Organisation name':'count','Amount':'sum'})\
.apply(lambda x: x.sort_values(['count','sum'], ascending=False))
-1
ответ дан rje
31 October 2019 в 14:02
поделиться