如何在Pandas DataFrame中按国家及类别条件计算Total Values列？

先明确需求：

• 按Country维度，把每个国家Category为Present的Values，和同国家非Present类别的Values相加，作为非Present行的Total Values
• Present类别的Total Values直接保留原Values值

你代码的问题 #

1. 三层嵌套循环完全多余，Pandas是为向量化操作设计的，循环不仅效率低，还容易出错
2. 赋值语句df['Total Values']= df['Values]+ df['Values][j]有语法错误（df['Values]少了闭合引号，df['Values][j]的索引写法不规范），而且每次循环都会覆盖整个Total Values列，最后得到的只是最后一次循环的计算结果，自然不符合预期

正确解法 #

用Pandas的分组、映射和条件判断来实现，代码简洁高效：

import pandas as pd

data = {'Country': ['US','US','US','US','IND','JP',
                     'CHINA','CHINA'],
        'Category': ['Present','Not Required','Not Present','Not Aware','Present','Present','Present','Not Present'],
       'Values':[2000,2500,3000,2550,1000,500,6000,7000]}
df = pd.DataFrame(data)

# 提取每个国家的Present对应Values值，生成映射关系
present_values = df[df['Category'] == 'Present'].set_index('Country')['Values']

# 将每个国家的Present值匹配到原DataFrame的每一行
df['Present_Value'] = df['Country'].map(present_values)

# 根据Category生成Total Values列
df['Total Values'] = df.apply(lambda row: row['Values'] if row['Category'] == 'Present' else row['Present_Value'] + row['Values'], axis=1)

# 可按需删除中间辅助列
df.drop('Present_Value', axis=1, inplace=True)

print(df)

运行结果 #

补充说明 #

如果每个国家可能存在多个Present类别，只需先按Country分组求和Present的Values，再做映射即可，代码修改如下：

present_values = df[df['Category'] == 'Present'].groupby('Country')['Values'].sum()

内容的提问来源于stack exchange，提问作者Manish Kumar Biswas