Группировка фрейма данных по одному столбцу и добавление информации на основе столбца

У меня есть такой фрейм данных:

df = pd.DataFrame({1:[1,1,1,2,2,2,3,4,5,6,7,8,9],
                   2:["a","a","x","b","b","y","c","d","e","f","g","h","i"],
                   3:[0.5,0.6,0.7,0.8,0.9,0.10,0.11,0.13,0.13,0.14,0.15,0.16,0.17]})

    1  2     3
0   1  a  0.50
1   1  a  0.60
2   1  x  0.70
3   2  b  0.80
4   2  b  0.90
5   2  y  0.10
6   3  c  0.11
7   4  d  0.13
8   5  e  0.13
9   6  f  0.14
10  7  g  0.15
11  8  h  0.16
12  9  i  0.17

Я хочу:

1. Сгруппируйте элементы по первому столбцу, чтобы он состоял из уникальных значений.
2. Присоедините к этой группе среднее значение третьего столбца.
3. Прикрепите информацию второго столбца к каждому соответствующему первому столбцу.

Я могу сделать (1) и (2) следующим методом:

In [33]: df.groupby(1).mean()
Out[33]: 
      3
1      
1  0.60
2  0.60
3  0.11
4  0.13
5  0.13
6  0.14
7  0.15
8  0.16
9  0.17

Однако я не уверен, как прикрепить второй столбец к группе.

Я пробовал группировать по нескольким столбцам:

In [34]: df.groupby([1,2]).mean()
Out[34]: 
        3
1 2      
1 a  0.55
  x  0.70
2 b  0.60
3 c  0.11
4 d  0.13
5 e  0.13
6 f  0.14
7 g  0.15
8 h  0.16
9 i  0.17

Но в фактическом наборе данных он пропускает несколько записей.

Если вы заметили, в фрейме данных есть некоторые различия в данных второго столбца для каждой записи (номер 1 в столбце 1 имеет 2 "а" и "х", а номер 2 имеет 2 "б" и "у") . Это связано с тем, что в фактическом наборе данных есть незначительные различия между записями из-за ошибок и незначительных (но незначительных) различий в строковых данных.

Редактировать

Вышеизложенное является лишь концептуальным изложением проблемы. Если вам нужно что-то более осязаемое, это набор данных. Я хочу сгруппировать по столбцам "CUSTOMERS NAME" и "CUSTOMER ADDRESS" при поиске среднего значения, но группировка по двум из них одновременно приводит к потере записей по какой-то причине. Если сгруппировать исключительно по "CUSTOMER NAME", то получится чуть более 4300 записей.

In [35]: len(ensemble.("CUSTOMERS NAME").mean())
Out[35]: 4376

Но если я сгруппирую как по имени, так и по адресу, он существенно упадет:

In [36]: len(ensemble.groupby(["CUSTOMERS NAME","CUSTOMER ADDRESS"]).mean())
Out[36]: 4154

Я знаю, что где-то что-то не так, потому что общее количество уникальных значений в столбцах "CUSTOMERS NAME" равно 4376.

Для пояснения вывод должен быть фреймом данных с тремя столбцами. Первое — это имя клиента, второе — это адрес, связанный с именем клиента (с первым все в порядке), третье — это средства транзакций этого клиента.