试试这个：

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

字符串
或者如果你不想重置索引：

df.groupby('Company Name')['Amount'].agg(['sum','count'])

型
或

df.groupby('Company Name').agg({'Amount': ['sum','count']})

型
演示：

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

型

如果您想知道如何在聚合期间重命名列，

pandas >= 0.25：命名聚合

df.groupby('Company Name')['Amount'].agg(MySum='sum', MyCount='count')

字符串
或者，

df.groupby('Company Name').agg(MySum=('Amount', 'sum'), MyCount=('Amount', 'count'))

型

MySum  MyCount
Company Name                       
Vifor Pharma UK Ltd  4207.93        5

型

如果你有很多列，只有一个是不同的，你可以这样做：

In[1]: grouper = df.groupby('Company Name')
In[2]: res = grouper.count()
In[3]: res['Amount'] = grouper.Amount.sum()
In[4]: res
Out[4]:
                      Organisation Name   Amount
Company Name                                   
Vifor Pharma UK Ltd                  5  4207.93

字符串

• 请注意，您可以根据需要重命名组织名称列。*

df.groupby('Company Name').agg({'Organisation name':'count','Amount':'sum'})\
    .apply(lambda x: x.sort_values(['count','sum'], ascending=False))

字符串