基于多列条件对Pandas DataFrame的SEC列分组求和

需求说明 #

处理包含SEC、DeviceName、DAY、SPRAY列的DataFrame：

• 仅保留SPRAY=1的记录
• 按DeviceName分组，对每个DAY对应的SEC值求和
• 输出以DeviceName为索引，列名为Day X（X为DAY数值）的表格，无数据的DAY填充0

示例输入构造 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'DeviceName': ['Applied_AA-6', 'Applied_AA-6', 'Applied_AA-6', 'Applied_AA-15', 'Applied_AA-15', 'Applied_AA-15'],
    'SEC': [1800, 600, 1373, 10, 1800, 13],
    'DAY': [4, 4, 5, 4, 5, 5],
    'SPRAY': [1, 0, 1, 0, 1, 1]
})

实现代码 #

# 筛选SPRAY等于1的数据
filtered_df = df[df['SPRAY'] == 1]

# 使用透视表完成分组求和与格式转换
result = filtered_df.pivot_table(
    index='DeviceName',
    columns='DAY',
    values='SEC',
    aggfunc='sum',
    fill_value=0
).rename(columns=lambda day_num: f'Day {day_num}')

# 打印结果
print(result)

输出结果 #

Day 4  Day 5
DeviceName                  
Applied_AA-6     1800   1373
Applied_AA-15       0   1813

关键说明 #

• 数据筛选：df[df['SPRAY'] == 1] 快速过滤出符合条件的记录
• 透视表操作：pivot_table 一步完成分组、求和、转宽表，fill_value=0 自动填充无数据的DAY值为0
• 列名调整：rename(columns=lambda day_num: f'Day {day_num}') 将原始数字列名转为需求的Day X格式

内容的提问来源于stack exchange，提问作者Luis