Pandas DataFrame按Code分组求和销量，保留Brand字段的实现方案

错误原因 #

你遇到的报错是因为groupby('Brand', 'Code')写法错误——多列分组时必须用列表包裹列名，即groupby(['Brand', 'Code'])。另外，drop_duplicates()会直接丢弃重复行的销量数据，完全不符合求和需求，所以这个步骤没必要。

正确实现方式 #

根据你的需求，分两种场景处理：

场景1：同一Code对应的Brand唯一

如果相同Code的行Brand完全一致，直接按Brand+Code分组求和即可，Brand会被保留在结果中：

# 按Brand和Code分组，仅对数值列求和，保留原列结构
result = df_VxM.groupby(['Brand', 'Code'], sort=False, as_index=False).sum(numeric_only=True)

numeric_only=True用于避免对Brand这类非数值列尝试求和，让代码更严谨。

场景2：同一Code可能对应多个Brand

如果相同Code下有不同的Brand，需要保留Brand信息同时求和销量，可以用agg()指定每列的处理逻辑：

result = df_VxM.groupby('Code', sort=False, as_index=False).agg(
    Brand=('Brand', lambda x: ','.join(x.unique())),  # 合并该Code下所有唯一Brand
    Sells1=('Sells1', 'sum'),
    Sells2=('Sells2', 'sum')
)

如果只想保留每组第一个出现的Brand，把lambda x: ','.join(x.unique())换成'first'即可。

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