如何按id列分组计算cost总和，忽略omit=True的组最后一行

现有一个包含3列的DataFrame：

• id：整数类型，相同id的行已连续排列
• cost：浮点类型
• omit：布尔类型，多数行值为False，部分id的最后一行值为True

需求是新增total_cost列，计算每个id对应的cost总和，但需要忽略该id组中最后一行且omit=True的记录。

已完成分组求和的代码：

df["total_cost"] = df.groupby("id")["cost"].transform("sum")

但不确定如何以向量化方式实现「若组最后一行omit=True则减去该行cost」的逻辑。

示例输入输出如下：

id cost omit   total_cost
0  1.1  False  2.1
0  1.0  False  2.1
0  2.2  True   2.1
1  3.2  False  3.2
1  4.0  True   3.2
2  0.5  False  1.2
2  0.4  False  1.2
2  0.3  False  1.2

你的思路完全正确——先计算全量分组总和，再对符合条件的组扣除对应值，这种方式比过滤后再求和更高效，尤其是数据量大的时候。可以通过以下向量化步骤实现：

1. 标记每个组的最后一行：
   用groupby('id').cumcount(ascending=False)可以得到每个组内从后往前的序号，序号为0的就是该组最后一行。

2. 提取需要扣除的cost值：
   筛选出「是组最后一行且omit=True」的记录，提取对应的id和cost，做成一个以id为索引的Series。

3. 对分组总和做扣除修正：
   用transform把上述扣除值映射到每个组，没有需要扣除的组则用0填充，最后从原总和中减去该值。

完整代码如下：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'id': [0,0,0,1,1,2,2,2],
    'cost': [1.1,1.0,2.2,3.2,4.0,0.5,0.4,0.3],
    'omit': [False, False, True, False, True, False, False, False]
})

# 1. 计算分组总和
df['total_cost'] = df.groupby('id')['cost'].transform('sum')

# 2. 标记组最后一行，并筛选出需要扣除的记录
is_last_row = df.groupby('id').cumcount(ascending=False) == 0
deduct_series = df.loc[is_last_row & df['omit'], ['id', 'cost']].set_index('id')['cost']

# 3. 对每个组应用扣除值，无扣除则减0
df['total_cost'] -= df['id'].map(deduct_series).fillna(0)

运行后得到的total_cost列完全符合示例要求。这种方式全程用Pandas的向量化操作，避免了循环，效率很高。

内容的提问来源于stack exchange，提问作者h8n2