如何在Pandas中拆分列字符串并按类别汇总销售数量？

步骤1：构造数据（若未加载） #

先将你的数据转换为Pandas DataFrame：

import pandas as pd

data = {
    'Category': ['Table', 'Chair', 'Cushion', 'Table', 'Chair', 'Mats'],
    'Sales': ['1 table', '3chairs', '8 cushions', '3Tables', '12 Chairs', '12Mats'],
    'Paid': ['Yes', 'Yes', 'Yes', 'Yes', 'No', 'Yes']
}
df = pd.DataFrame(data)

步骤2：提取Sales列中的数字 #

有两种实用方法提取数值：

方法一：正则表达式（简洁高效）

用str.extract匹配字符串中的连续数字，转换为整数类型：

df['Sales_Quantity'] = df['Sales'].str.extract('(\d+)').astype(int)

方法二：apply+lambda（手动提取数字字符）

如果你偏好使用apply结合lambda函数，可遍历每个字符串筛选数字字符：

df['Sales_Quantity'] = df['Sales'].apply(lambda x: int(''.join([c for c in x if c.isdigit()])))

步骤3：按Category分组求和 #

通过groupby对提取出的数值列分组求和：

# 分组求和后重置索引，生成规整的结果表
summary = df.groupby('Category')['Sales_Quantity'].sum().reset_index()

# 打印结果
print(summary)

最终输出 #

Category  Sales_Quantity
0    Chair              15
1  Cushion               8
2     Mats              12
3     Table               4

内容的提问来源于stack exchange，提问作者Dan