pyhonでエクセルファイルをグルーピングする方法

Question

前提・実現したいこと

python3系でエクセルファイルを扱っています。

以下のようなエクセルデータ

    A       B       C

1  09011   20      10

2  09021   50      20

3  09021   30      10

4  09031   20      30

5  09031   30      40

のうちA列の中で同じ値の行を集約し、
グルーピングした行に対応するB,C列の和を集計し、

   A       B       C

1  09011   20      10

2  09021   ８０   ３０

3  09031   ５０   ７０

のように出力するにはどうしたらよいでしょうか？

Comments

[y_waiwai]

どういう法則でそうなるんでしょうか

[loreeeee]

日本語がわかりにくく申し訳ありません。やりたいこととしてはA列(例えば郵便番号)で同じ値同士のものを集約し、列を圧縮したいのです。
質問内容を編集しました。よろしくお願いします。

Answer 1

以下のようにagg関数をつかうとできます。
参考：Python: pandas の DataFrameGroupBy#agg() には関数も渡せる

単純な集計なら.sum()でよいです。

import pandas as pd
from io import StringIO
s = """A,B,C
09011,20,10
09021,50,20
09021,30,10
09031,20,30
09031,30,40"""
df = pd.read_csv(StringIO(s), dtype={'A':str})
print(df)
#       A   B   C
#0  09011  20  10
#1  09021  50  20
#2  09021  30  10
#3  09031  20  30
#4  09031  30  40


dfg = df.groupby('A').sum()
print(dfg)
#        B   C
#A
#09011  20  10
#09021  80  30
#09031  50  70


def func(sr):
    s = f'{sum(sr)}'
    if len(sr) > 1:
        exp = '+'.join(map(str,sr))
        s += f'({exp})'
    return s

dfg = df.groupby('A').agg({'B':func, 'C':func})
print(dfg)
#               B          C
#A
#09011         20         10
#09021  80(50+30)  30(20+10)
#09031  50(20+30)  70(30+40)

Comments

[loreeeee]

ありがとうございます。agg関数便利ですね。勉強になりました。