使用Pandas按冒号前唯一字符分组求和的问题求助

问题描述 #

需要按Box列中第一个冒号前的唯一字符分组，对FALSE和TRUE列求和。现有数据：

Box                 FALSE    TRUE
DDD8:0Y:1C611:100   1        2
DDD8:0Y:1C711:107   2        1
DDD8:0Y:1C711:109   3        5
AAS0:1T:1F500A:001  1        4
AAS0:1T:1F500A:002  2        2
AAS0:1T:1F500A:005  0        3
AAS0:1T:1F500A:005  2        3

期望输出（注：期望输出中的AA20应为笔误，实际应为AAS0）：

Box     FALSE   TRUE
    DDD8    6       8
    AAS0    5       12

当前使用str.split(':')处理Box列后调用groupby('key').sum()，但输出标签未正确生成。

解决方案 #

问题出在未正确提取分组键或分组后未将索引转为列，以下是修正后的完整代码：

import pandas as pd

# 构造DataFrame（实际场景可替换为读取数据的代码，如pd.read_csv）
data = {
    'Box': ['DDD8:0Y:1C611:100', 'DDD8:0Y:1C711:107', 'DDD8:0Y:1C711:109',
            'AAS0:1T:1F500A:001', 'AAS0:1T:1F500A:002', 'AAS0:1T:1F500A:005', 'AAS0:1T:1F500A:005'],
    'FALSE': [1, 2, 3, 1, 2, 0, 2],
    'TRUE': [2, 1, 5, 4, 2, 3, 3]
}
df = pd.DataFrame(data)

# 提取Box列第一个冒号前的字符串作为分组键
# 方法1：split后取第一个元素
df['Group'] = df['Box'].str.split(':').str[0]
# 方法2：正则提取（处理大量数据时更高效）
# df['Group'] = df['Box'].str.extract(r'^([^:]+)', expand=False)

# 按分组键对FALSE、TRUE列求和，并重设索引将分组键转为列
result = df.groupby('Group')[['FALSE', 'TRUE']].sum().reset_index()

# 重命名列名以匹配期望输出格式
result = result.rename(columns={'Group': 'Box'})

# 打印结果
print(result.to_string(index=False))

关键修正点 #

1. 正确提取分组键：必须通过str.split(':').str[0]或正则提取，确保拿到第一个冒号前的完整字符串，而不是整个split后的列表。
2. 重置索引：groupby默认会将分组键设为索引，调用reset_index()可以将其转为普通列，保证输出有Box标签。
3. 列名重命名：将临时分组列Group改回Box，匹配期望输出的列名。

内容的提问来源于stack exchange，提问作者Lynn