如何用Pandas按name分组求和并筛选出现次数超1的记录

原代码报错原因 #

你写的代码报错是因为df.groupby(['name']).count()返回的是以name为索引的统计结果，和原df的索引（0-5）不匹配，直接用它做布尔索引会导致对齐失败，无法正确筛选数据。

可行解决方案 #

这里提供几种简洁的实现方式，都能满足你的需求：

方法1：先筛选有效name再求和

import pandas as pd

df = pd.DataFrame({
'name':["aa","aa","aa","bb","cc","cc"],
'value':[1,2,3,4,5,6]})

# 1. 统计每个name的出现次数
name_counts = df['name'].value_counts()
# 2. 提取出现次数>1的name
valid_names = name_counts[name_counts > 1].index
# 3. 过滤原数据并分组求和，重置索引得到目标结构
result = df[df['name'].isin(valid_names)].groupby('name')['value'].sum().reset_index(name='total')
print(result)

方法2：用groupby的filter方法一步筛选

result = df.groupby('name').filter(lambda x: len(x) > 1).groupby('name')['value'].sum().reset_index(name='total')

filter方法会直接保留分组后长度>1的组，后续再求和即可。

方法3：先聚合再过滤

# 同时计算求和结果和出现次数
grouped_data = df.groupby('name').agg(
    total=('value', 'sum'),
    name_count=('name', 'count')
)
# 过滤次数>1的项，删除多余列并重置索引
result = grouped_data[grouped_data['name_count'] > 1].drop('name_count', axis=1).reset_index()

输出结果 #

无论用哪种方法，最终输出的DataFrame都是：

name  total
0   aa      6
1   cc     11

内容的提问来源于stack exchange，提问作者sam