Pandas按Cus_ID分组并保留Owner类型数据的优化方案问询

问题背景 #

现有如下DataFrame：

需要实现：按Cus_ID分组求和Cost，同时保留对应Cus_ID中Cus_Type为Owner的记录的Cus_Type和birthdate，最终结果如下：

当前临时方案为：分组求和Cost后新增Cus_Type列并填充Owner，再通过Cus_ID和Cus_Type左连接原DataFrame获取birthdate，寻求更优实现方式。

更优实现方式 #

方法1：分组聚合时直接指定各列逻辑 #

通过groupby.agg一次性完成求和、提取Owner类型和生日的操作，无需额外连接：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Cus_ID': [123, 123, 123, 125, 125, 125],
    'Cus_Type': ['Owner', 'Spouse', 'Father', 'Owner', 'Spouse', 'Mother'],
    'Cost': [50, 50, 300, 20, 30, 100],
    'birthdate': ['01 Jan 1980', '10 Feb 1982', '01 Dec 1950', '30 Jan 1990', '15 Jul 1994', '06 Sep 1970']
})

# 分组聚合
result = df.groupby('Cus_ID').agg(
    Cus_Type=('Cus_Type', lambda x: x[x == 'Owner'].iloc[0]),
    Cost=('Cost', 'sum'),
    birthdate=('birthdate', lambda x: x[df.loc[x.index, 'Cus_Type'] == 'Owner'].iloc[0])
).reset_index()

print(result)

方法2：提取Owner记录后合并求和结果 #

先筛选出所有Owner的基础信息，再和分组求和的Cost结果合并，逻辑直观：

# 提取Owner记录
owner_info = df[df['Cus_Type'] == 'Owner'].copy()
# 按Cus_ID计算总Cost
total_cost = df.groupby('Cus_ID')['Cost'].sum().reset_index(name='Cost')
# 合并数据
result = owner_info.merge(total_cost, on='Cus_ID').drop(columns='Cost_x').rename(columns={'Cost_y': 'Cost'})

print(result)

方法3：用transform添加总Cost后筛选Owner #

通过transform给每条记录添加对应Cus_ID的总Cost，再直接筛选Owner记录即可：

# 添加总Cost列
df['Total_Cost'] = df.groupby('Cus_ID')['Cost'].transform('sum')
# 筛选Owner记录并整理列
result = df[df['Cus_Type'] == 'Owner'][['Cus_ID', 'Cus_Type', 'Total_Cost', 'birthdate']].rename(columns={'Total_Cost': 'Cost'}).reset_index(drop=True)

print(result)

方案优势 #

以上三种方法均避免了临时方案中的左连接操作，逻辑更简洁，在大数据量场景下性能更优（连接操作通常会带来更高的内存和时间开销）。

内容的提问来源于stack exchange，提问作者Yusuf