如何通过多列函数对Pandas行进行分组

我有一个数据框,其中包含描述建筑物屋顶表面的记录,因此每个建筑物都有多个平面,其中包含一个区域和一个形状的描述.例如

df=pd.DataFrame([[1000, 12, 'slope'],
                [1000, 10, 'flat'],
                [1001, 10, 'slope'],
                [1001, 15, 'flat'],
                [1001, 7, 'slope']],
               index = [1,2,3,4,5],
               columns=['building_id', 'area', 'form'],
               )
df
building_id     area    form
1   1000    12  slope
2   1000    10  flat
3   1001    10  slope
4   1001    15  flat
5   1001    7   slope

我希望将这些行组合在一起,因此每个建筑物都有一个,总屋顶面积和主要屋顶形式 – 即具有该建筑物最大面积的形式,而不是最常出现的形式：

df_out
building_id     area    form
    1   1000    22  slope
    2   1001    32  slope

我需要这样的东西：

group_functions={'area' : ['sum'],
                 'form' : lambda x: find_predominant(x)}
df_out = df.groupby('building_id').agg(group_functions)

但是find_predominant需要是area和form的函数：它返回字符串’flat’或’slope’,具体取决于具有该building_id的最大区域.

find_predominant的功能是什么？或者哪个脚本会产生相同的效果？

解决方法:

您可以使用sort_values并在agg之后分配值

(df.groupby(['building_id','form'])['area']
   .sum()
   .sort_values()
   .reset_index(level=1)
   .groupby(level=0)
   .agg({'form':'last','area':'sum'}))

              form  area
building_id             
1000         slope    22
1001         slope    32