如何对DataFrame中Hierarchy层级及其子层级分组求和？

问题场景 #

• 现有DataFrame包含Hierarchy、Cost、Type、Region四列
• 需要按Hierarchy的所有层级（从最顶层到最底层的每个子路径）分组，对Cost求和，同时保留Type、Region维度
• 特殊情况：如果父层级没有某类Type的直接记录，但子层级存在，父层级的该Type对应Cost要等于所有子层级的总和
• 原尝试代码df.groupby(grp_df['Hierarchy'].str.split('/').str[0], sort=False).sum().reset_index()只能得到父层级的总Cost，无法按Type、Region拆分

解决思路与代码实现 #

核心是先把每个完整层级路径拆分成所有父层级+自身的子路径，再按「层级+Type+Region」组合求和。

1. 导入依赖并准备示例数据

import pandas as pd

# 示例原始数据
df = pd.DataFrame({
    'Hierarchy': ['A/B/C', 'A/B/D', 'B/C', 'B/D/E'],
    'Cost': [10, 20, 15, 5],
    'Type': ['K', 'K', 'M', 'K'],
    'Region': ['North', 'North', 'South', 'East']
})

2. 拆分层级路径为所有子路径

# 把每个Hierarchy拆分成从顶层到当前层的所有路径
df['all_hierarchies'] = df['Hierarchy'].apply(
    lambda x: ['/'.join(x.split('/')[:i+1]) for i in range(len(x.split('/')))]
)

# 将列表拆分为多行，每个层级对应一行记录
expanded_df = df.explode('all_hierarchies').rename(columns={'all_hierarchies': 'Hierarchy_Level'})

3. 按层级+Type+Region分组求和

# 分组求和，保留原始顺序
result = expanded_df.groupby(['Hierarchy_Level', 'Type', 'Region'], sort=False)['Cost'].sum().reset_index()

结果说明 #

执行后会得到每个层级下，对应Type和Region的累计Cost：

• 比如示例中A层级的Type=K、Region=North的Cost为30（来自A/B/C和A/B/D的Cost之和）
• 每个子层级的自身记录也会被保留并正确求和

内容的提问来源于stack exchange，提问作者NexusDreamer