如何在R中基于另一个DataFrame实现SUMIFS功能？

针对30万级别的保单数据，绝对不能用遍历的方式，直接用Pandas的内置分组、透视和合并操作，完全是矢量运算，效率拉满：

核心代码 #

import pandas as pd

# 1. 对data_df按保单号+参考号分组求和，转成宽表结构
summed_df = data_df.groupby(['Policy No.', 'Reference No.'])['Local Currency'].sum().unstack()

# 2. 和combined_df左连接，保留所有保单号
output_df = combined_df.set_index('Policy No.').join(summed_df, how='left')

# 3. 填充缺失值为0，恢复原数据结构
output_df = output_df.fillna(0).astype(int).reset_index()

步骤解释 #

• 分组求和+转宽表：groupby同时按Policy No.和Reference No.聚合，对Local Currency求和后，unstack()把参考号从行维度转成列维度，直接得到每个保单对应各参考号的求和结果，这一步是Pandas底层优化的矢量操作，比循环快几个数量级。
• 左连接保留全量保单：把combined_df的保单号设为索引后做左连接，确保不会丢失任何一个原始保单（比如示例中的123123）。
• 补全缺失值：把连接后产生的NaN填充为0，转成整数类型，再重置索引，最终结果和你需要的output_df完全一致。

内容的提问来源于stack exchange，提问作者yowhatsup