将重复的行添加在一起，不同条件的不同列？

Question

我的DF看起来像这样（非常简单）：

名称	我想与我的	A	B	C
JOHN	27	12 17	17	13
DAVID	23	14	50	10
JOHN	27	4	19	7
DAVID	23	10	8	12

问题合并在一起重复名称（即同一个人）。年龄将保持不变，需要添加A和B列，但是对于CI列，必须平均两个值。

我已经尝试过：

df.agg（{'a'：['sum']，'b'：['sum']，'c'：['sean'}），但是只需创建一个带有这些列值的新DF即可。

我对熊猫没有经验，所以我只尝试了有限的事情。

我希望结果是这样的：

A	名称	B	C	JOHN
27	16	36	10	DAVID
23	24	58	11	实际上

我还有更多的列（超过100）。我创建了需要添加，平均然后保持相同的列名的列表。

我的主要想法是做一些事情：

do_nothing = [] #lists contain column names already
add_cols = []
avg_cols = []

for i in df.columns:
 if i in do_nothing:
    #dont do anything
 if i in add_cols:
    #add cols
 if i in avg_cols:
    #get mean

如果我只需要一个操作，例如“总和”，我知道我可以做： print（df.groupby（[“名称”，“ age”]，as_index = false）.sum（）），但是我不确定如何使用上述列列表使用多个操作来执行此操作。

任何建议都将不胜感激！

Answer 1

您应该按名称对数据进行分组，然后为不同的列添加聚合：

(df.groupby('Name', as_index=False, sort=False)
   .agg({'Age': 'first', 'A': sum, 'B': sum, 'C': 'mean'})
)

输出：

     Name  Age   A   B     C
0    John   27  16  36  10.0
1   David   23  24  58  11.0