无分组展示数据且仅在每组首行显示total_amount求和结果求助

原始数据 #

期望结果 #

需求说明 #

保持原始数据行顺序不变，计算每个no_nota对应的amount总和，仅在每组no_nota的首行显示该总和，同组其余行的total_amount显示为-。

解决方案 #

1. 使用SQL实现 #

利用窗口函数计算分组总和，结合行号标记首行，通过条件判断输出对应内容：

SELECT
    id,
    no_nota,
    item,
    amount,
    CASE
        WHEN ROW_NUMBER() OVER (PARTITION BY no_nota ORDER BY id) = 1
        THEN SUM(amount) OVER (PARTITION BY no_nota)
        ELSE '-'
    END AS total_amount
FROM your_table
ORDER BY id;

逻辑说明

• SUM(amount) OVER (PARTITION BY no_nota)：计算每个no_nota分组的金额总和
• ROW_NUMBER() OVER (PARTITION BY no_nota ORDER BY id)：给每个分组内的行按id排序编号
• CASE语句：仅分组首行显示总和，其余行显示-

2. 使用Python Pandas实现 #

先计算分组总和，标记非首行记录后填充对应值：

import pandas as pd

# 加载原始数据
df = pd.DataFrame({
    'id': [1,2,3,4,5,6],
    'no_nota': ['pos-001','pos-001','pos-001','pos-002','pos-002','pos-003'],
    'item': ['item a','item b','item a','item b','item a','item b'],
    'amount': [2500,3100,2200,5200,3300,4300]
})

# 生成每个no_nota的分组总和
group_totals = df.groupby('no_nota')['amount'].transform('sum')

# 标记非首行的no_nota记录
is_duplicate = df['no_nota'].duplicated()

# 填充total_amount列
df['total_amount'] = group_totals
df.loc[is_duplicate, 'total_amount'] = '-'

# 输出结果
print(df)

逻辑说明

• groupby('no_nota')['amount'].transform('sum')：为每行匹配对应分组的总和
• df['no_nota'].duplicated()：返回布尔值标记重复的no_nota行（即非首行）
• 通过loc将非首行的total_amount替换为-

内容的提问来源于stack exchange，提问作者mansell Senna