如何高效合并DataFrame同Type值行？求和并保留首行信息

核心实现代码 #

先创建示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Name': ['A', 'B', 'C', 'D'],
    'Type': ['X', 'X', 'Y', 'Z'],
    'Profit': [10, 20, 50, 10],
    'Cost': [5, 13, 29, 8],
    'Year': [2012, 2013, 2013, 2014]
})

执行分组聚合：

# 按Type分组，聚合规则：首行Name/Year + 求和Profit/Cost
result = df.groupby('Type', as_index=False).agg(
    Name=('Name', 'first'),
    Profit=('Profit', 'sum'),
    Cost=('Cost', 'sum'),
    Year=('Year', 'first')
)[['Name', 'Type', 'Profit', 'Cost', 'Year']]

输出结果：

Name Type  Profit  Cost  Year
0    A    X      30    18  2012
1    C    Y      50    29  2013
2    D    Z      10     8  2014

关键细节说明 #

• groupby('Type', as_index=False)：按Type列分组，as_index=False确保Type保持为普通列而非索引
• agg()方法：为每个列指定聚合逻辑：
  • 'first'：取每组第一行的对应值（即组内最上方的Name和Year）
  • 'sum'：对组内的Profit和Cost数值求和
• 最后调整列顺序，和原数据集结构一致

保留原组首行索引（可选） #

如果需要保留原数据中每组第一行的索引（如示例结果中的1、3、4），可以先将索引存入临时列，处理后再恢复：

# 保存原索引
df['original_idx'] = df.index

# 分组聚合并恢复原索引
result = df.groupby('Type').agg(
    original_idx=('original_idx', 'first'),
    Name=('Name', 'first'),
    Profit=('Profit', 'sum'),
    Cost=('Cost', 'sum'),
    Year=('Year', 'first')
).set_index('original_idx')[['Name', 'Type', 'Profit', 'Cost', 'Year']]

输出结果：

Name Type  Profit  Cost  Year
original_idx                             
1              A    X      30    18  2012
3              C    Y      50    29  2013
4              D    Z      10     8  2014

效率说明 #

这种方法基于Pandas的矢量化分组聚合操作，避免了循环遍历，处理大数据集时效率远高于逐行处理，是Pandas中处理此类需求的标准高效方案。

内容的提问来源于stack exchange，提问作者dark-walrus