如何用Pandas GroupBy实现特定条件下的分组求和？

方法一：先过滤再分组求和（推荐，效率更高） #

先筛选出y列值为m或n的行，再按x列分组对z列求和，是最直接且高效的方式——提前剔除无关行，减少分组计算的数据量：

import pandas as pd

df = pd.DataFrame({
    'x': ['A', 'A', 'E' ,'B', 'B', 'C', 'C'],
    'y': ['m', 'n', 'q', 'm', 'n', 'm', 'n'],
    'z':  [6,   5,  10,   4,   3,    2,   1]
})

# 过滤y列仅包含'm'/'n'的行
filtered_df = df[df['y'].isin(['m', 'n'])]
# 按x分组求和，重置索引并重命名求和列
result = filtered_df.groupby('x')['z'].sum().reset_index(name='sum')

print(result)

执行后输出：

x  sum
0  A   11
1  B    7
2  C    3

方法二：分组内过滤（适合特殊场景） #

如果需要在分组逻辑中直接过滤（比如部分分组混合了有效/无效行），可以用groupby.filter先剔除包含无效y值的分组，再求和：

# 先过滤掉包含y≠'m'/'n'的分组，再求和
result = (df.groupby('x')
          .filter(lambda group: group['y'].isin(['m', 'n']).all())
          .groupby('x')['z']
          .sum()
          .reset_index(name='sum'))

print(result)

方法对比 #

• 方法一的性能更优，因为提前过滤减少了分组处理的数据量，适合大数据集；
• 方法二适合需要对分组整体做有效性判断的场景，但会多一次分组操作，数据量大时效率较低。

内容的提问来源于stack exchange，提问作者lucky1928