DataFrame按A列分组：指定A值求和B列、全量求和C列的实现问题

方法一：分步骤处理（清晰高效） #

先对所有分组计算C列总和，再单独处理符合条件的B列求和，最后合并结果：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'A': ['foo', 'foo', 'bar', 'bar', 'else', 'else'],
    'B': [1, 3, 3, 3, 4, 2],
    'C': [2, 3, 4, 4, 5, 1]
})

# 计算所有分组的C列求和
result = df.groupby('A', as_index=False)['C'].sum()

# 计算仅foo/bar分组的B列求和，合并到结果中
b_sum = df[df['A'].isin(['foo', 'bar'])].groupby('A', as_index=False)['B'].sum()
result = result.merge(b_sum, on='A', how='left')

# 调整列顺序并将空值转为空字符串（匹配预期格式）
result = result[['A', 'B', 'C']]
result['B'] = result['B'].fillna('')
print(result)

输出结果：

A  B  C
0   bar  6  8
1  else     6
2   foo  4  5

方法二：agg内直接条件判断（更简洁） #

利用分组对象的name属性判断当前分组是否为目标值，直接在agg中完成计算：

import pandas as pd

df = pd.DataFrame({
    'A': ['foo', 'foo', 'bar', 'bar', 'else', 'else'],
    'B': [1, 3, 3, 3, 4, 2],
    'C': [2, 3, 4, 4, 5, 1]
})

result = df.groupby('A', as_index=False).agg(
    B=('B', lambda x: x.sum() if x.name in ['foo', 'bar'] else ''),
    C=('C', 'sum')
)
print(result)

输出结果和预期完全一致。

原代码的问题分析 #

1. 语法错误：agg的字典格式错误，逗号位置混乱且缺少闭合括号；sum_hours调用时多传了参数。
2. 逻辑错误：自定义函数sum_hours接收的是分组后的B列Series，不是完整DataFrame，所以df['A']会直接报错——此时x是B列数据，不存在'A'列。
3. 效率问题：自定义lambda+外部函数的写法，无法利用Pandas的向量化优化，运行速度远慢于内置方法。

内容的提问来源于stack exchange，提问作者zsh_18