使用Pandas在Python中对数据框的行子集进行分组

我从包含30万行的数据集中得到以下数据框：

    CustomerID  Revenue
0   17850.0     15.30
1   17850.0     11.10
2   13047.0     17.85
3   13047.0     17.85
4   17850.0     20.34
5   13047.0     12.60
6   13047.0     12.60
7   13047.0     31.80
8   17850.0     20.34
9   17850.0     15.30
10  13047.0     9.90
11  13047.0     30.00
12  13047.0     31.80
13  12583.0     40.80
14  12583.0     39.60
15  13047.0     14.85
16  13047.0     14.85
17  12583.0     15.60
18  12583.0     45.00
19  12583.0     70.80

CustomerID值分批重复.例如,前两行中包含的CustomerID值17850可能会稍后在数据集中的某个位置再次出现.
我正在尝试按相同的客户ID对行的子集进行分组,并汇总该组的收入.我要执行的数据框转换应如下所示：

   CustomerID   TotalRevenue
0   17850.0      26.40
1   13047.0      35.70
2   17850.0      20.34
3   13047.0      57.0
4   17850.0      35.64
5   13047.0      71.7
6   12583.0      80.4
7   13047.0      29.7
8   12583.0     131.4

问题是如果我使用groupby方法将所有具有相同CustomerID值的行分组.因此,通过这种方式,它将整个数据帧中的所有17850个CustomerID值组合在一起,而不仅仅是前两行以及随后的其他CustomerID值.

衷心感谢您使用熊猫如何进行此操作的帮助.谢谢

解决方法:

df.groupby(['CustomerID',df.CustomerID.diff().ne(0).cumsum()],sort=False)['Revenue'].sum().rename_axis(['CustomerID','GID']).reset_index().drop('GID',axis=1)

输出：

   CustomerID  Revenue
0     17850.0    26.40
1     13047.0    35.70
2     17850.0    20.34
3     13047.0    57.00
4     17850.0    35.64
5     13047.0    71.70
6     12583.0    80.40
7     13047.0    29.70
8     12583.0   131.40

标签：pandas-groupby,pandas,python-3-x,python
来源： https://codeday.me/bug/20191111/2017685.html