按出现顺序对Pandas DataFrame中同线路同站点的Value列求和

要实现相同Line下连续相同Stop的Value求和，核心是先识别连续的同站点组，再分组求和，具体操作：

• 生成连续分组标识
  通过对比当前行与上一行的Line和Stop是否一致，标记新组的起始位置，再累加得到每个连续组的唯一ID：

  # 标记新组：当Line或Stop与上一行不同时，记为True
  new_group = (df['Line'] != df['Line'].shift()) | (df['Stop'] != df['Stop'].shift())
  # 累加生成分组ID
  df['group_id'] = new_group.cumsum()
  

• 按分组求和
  用groupby按Line、Stop和group_id分组，对Value求和并保留原始顺序：

  result = df.groupby(['Line', 'Stop', 'group_id'], as_index=False)['Value'].sum()
  # 移除不需要的group_id列
  result = result.drop(columns='group_id')
  

• 最终结果
  运行后得到符合需求的结果：

  Line Stop  Value
  0   A1    A     12
  1   A1    B      4
  2   A1    A      1
  3   B1    A     11
  4   B1    B      2
  5   B1    A      3
  

pivot_table是基于Line和Stop的唯一组合做全局聚合，会把所有同Line同Stop的Value全部相加（比如A1线的Stop A会合并成12+1=13），无法区分连续出现的站点组，因此不符合需求。

内容的提问来源于stack exchange，提问作者Pete