使用Pandas基于另一列多筛选值匹配某列子串并聚合Count列求和

嘿，我明白你要做的是同时满足两个条件的Count列求和——既要Name列包含指定子串（比如Ehsan），又要Error Name列的值是Device或者Line Error对吧？下面给你整理了几种常用工具的实现方法，按需取用就行：

1. Excel 公式实现 #

方法一：用SUMIFS函数（推荐，逻辑清晰） #

SUMIFS支持多条件求和，这里我们把「Error Name是Device或Line Error」拆成两个并列条件：

=SUMIFS($C$2:$C$100, $A$2:$A$100, "*Ehsan*", $B$2:$B$100, "Device", $B$2:$B$100, "Line Error")

• 替换$C$2:$C$100为你的Count列实际范围
• 替换$A$2:$A$100为Name列实际范围
• 替换$B$2:$B$100为Error Name列实际范围
• *是通配符，*Ehsan*表示包含Ehsan的任意文本

方法二：用SUMPRODUCT函数（更灵活，适合复杂逻辑） #

如果需要不区分大小写匹配，或者后续要扩展条件，用SUMPRODUCT更方便：

=SUMPRODUCT((ISNUMBER(SEARCH("Ehsan", $A$2:$A$100)))*((($B$2:$B$100="Device")+($B$2:$B$100="Line Error"))>0)*$C$2:$C$100)

• SEARCH("Ehsan", ...)不区分大小写查找子串，ISNUMBER判断是否找到
• (条件1)+(条件2)实现逻辑「或」，>0确保只要满足其中一个就返回True
• 各条件相乘相当于逻辑「与」，最后乘以Count列得到求和结果

2. Python Pandas 实现 #

假设你的数据已经加载到DataFrame df中，代码如下：

# 筛选同时满足两个条件的行
filtered_rows = df[
    df['Name'].str.contains('Ehsan', case=False)  # Name包含Ehsan（不区分大小写）
    & df['Error Name'].isin(['Device', 'Line Error'])  # Error Name是指定值之一
]

# 对筛选后的Count列求和
total_count = filtered_rows['Count'].sum()

print(f"符合条件的Count总和为：{total_count}")

• 去掉case=False即可开启严格大小写匹配
• isin()方法比多个==用|连接更简洁，适合多值匹配场景

3. SQL 实现 #

假设你的数据存储在表error_records中，字段分别为name、error_name、count，SQL查询语句如下：

SELECT SUM(count) AS total_matching_count
FROM error_records
WHERE name LIKE '%Ehsan%'
  AND error_name IN ('Device', 'Line Error');

• LIKE '%Ehsan%'匹配所有包含Ehsan的name值（SQL默认区分大小写，忽略大小写可根据数据库调整：MySQL用LIKE BINARY '%Ehsan%'，PostgreSQL用ILIKE '%Ehsan%'）
• IN ('Device', 'Line Error')等价于error_name = 'Device' OR error_name = 'Line Error'，写法更简洁

内容的提问来源于stack exchange，提问作者Filbadeha