基于Groupby分组按条件对DataFrame行求和的实现方法

原始DataFrame #

期望结果 #

需求说明 #

按Groupby列分组后，根据A列的值对B列进行自定义分组求和：

• 当A=2时：B=0单独一组，B=1、2为一组，对每组的Percent求和
• 当A=3时：B=0、1为一组，B=2、3为一组，对每组的Percent求和
• 当A=4时：B=0、1为一组，B=2、3、4为一组，对每组的Percent求和

高效实现方案 #

利用Pandas的分组映射与合并功能，可快速完成需求，代码如下：

import pandas as pd

# 构造原始DataFrame
data = [
    [2,0,10,"All"],[2,1,5,"All"],[2,2,6,"All"],
    [2,0,20,"Type A"],[2,1,15,"Type A"],[2,2,8,"Type A"],
    [3,0,10,"All"],[3,1,5,"All"],[3,2,6,"All"],[3,3,3,"All"],
    [3,0,20,"Type A"],[3,1,15,"Type A"],[3,2,8,"Type A"],[3,3,11,"Type A"],
    [4,0,10,"All"],[4,1,5,"All"],[4,2,6,"All"],[4,3,3,"All"],[4,4,1,"All"],
    [4,0,20,"Type A"],[4,1,15,"Type A"],[4,2,8,"Type A"],[4,3,11,"Type A"],[4,4,2,"Type A"]
]
df = pd.DataFrame(data, columns=["A","B","Percent","Groupby"])

# 定义分组规则：key为A的值，value为B到分组标签的映射
group_mapping = {
    2: {0: "group_0", 1: "group_1_2", 2: "group_1_2"},
    3: {0: "group_0_1", 1: "group_0_1", 2: "group_2_3", 3: "group_2_3"},
    4: {0: "group_0_1", 1: "group_0_1", 2: "group_2_3_4", 3: "group_2_3_4", 4: "group_2_3_4"}
}

# 给每行添加分组标签
df["group_tag"] = df.apply(lambda row: group_mapping[row["A"]][row["B"]], axis=1)

# 按Groupby、A、分组标签求和
sum_df = df.groupby(["Groupby", "A", "group_tag"])["Percent"].sum().reset_index(name="sum")

# 合并求和结果到原始DataFrame，删除临时标签列
result_df = df.merge(sum_df, on=["Groupby", "A", "group_tag"], how="left").drop("group_tag", axis=1)

# 输出结果
print(result_df)

方案说明 #

1. 分组映射定义：通过字典明确每个A值对应的B分组逻辑，将同一组的B值映射到统一标签，避免重复判断
2. 添加分组标签：用apply为每行匹配对应的分组标签，为后续分组求和做准备
3. 分组求和：按Groupby、A、分组标签对Percent列求和，得到每组的总和
4. 合并结果：将求和结果关联回原始DataFrame，删除临时标签列后得到最终结果

该方案利用Pandas的向量化操作，相比循环处理效率更高，且逻辑清晰易维护。

内容的提问来源于stack exchange，提问作者Jason