如何使用Pandas按分组汇总同时间戳下多移动方式的流量并仅在指定行显示总和？

我有如下格式的交通流量数据：

intersection_id start_time approach movement volume
799028 12:00:00 AM Southbound Right 2
799028 12:15:00 AM Southbound Right 4
799028 12:30:00 AM Southbound Right 6
799028 12:00:00 AM Southbound Thru 4
799028 12:15:00 AM Southbound Thru 6
799028 12:30:00 AM Southbound Thru 8
799028 12:00:00 AM Southbound Left 6
799028 12:15:00 AM Southbound Left 8
799028 12:30:00 AM Southbound Left 10
799028 12:00:00 AM Southbound U-turn 10
799028 12:15:00 AM Southbound U-turn 12
799028 12:30:00 AM Southbound U-turn 14

我的需求是：

• 按intersection_id、start_time、approach进行分组
• 对同一分组下Right、Thru、Left、U-turn的volume值求和
• 仅将求和结果显示在对应分组的Right行中，其他movement（Thru、Left、U-turn）的行显示为nan

期望的输出结果如下：

intersection_id start_time approach movement volume
799028 12:00:00 AM Southbound Right 24
799028 12:15:00 AM Southbound Right 30
799028 12:30:00 AM Southbound Right 38
799028 12:00:00 AM Southbound Thru nan
799028 12:15:00 AM Southbound Thru nan
799028 12:30:00 AM Southbound Thru nan
799028 12:00:00 AM Southbound Left nan
799028 12:15:00 AM Southbound Left nan
799028 12:30:00 AM Southbound Left nan
799028 12:00:00 AM Southbound U-turn nan
799028 12:15:00 AM Southbound U-turn nan
799028 12:30:00 AM Southbound U-turn nan

我尝试了两种方法都没成功：

• 方法一：用transform计算分组总和，但无法生成nan，所有行都会显示总和：

df['app_sum'] = df.groupby(['intersection_id','start_time','approach'], as_index=False)['volume'].transform('sum')

• 方法二：尝试用滚动窗口，但逻辑错误，因为不存在对应的窗口：

indexer = pd.api.indexers.FixedForwardWindowIndexer(window_size=4, offset=-3)
df['app_sum'] = (
    df.groupby(['intersection_id','start_time','approach'])['volume'].rolling(window=indexer).sum().droplevel(0)
)

请问有什么可行的解决方案？

我来给你提供一个简单直接的可行方案，核心思路是先算出每个分组的总流量，再通过条件判断只在Right行保留总和，其他行替换成nan。具体代码和逻辑如下：

代码实现 #

import pandas as pd
import numpy as np

# 假设你的数据已经加载为DataFrame df
df['volume'] = np.where(
    df['movement'] == 'Right',  # 判断当前行是不是Right类型
    # 计算对应分组的总流量
    df.groupby(['intersection_id', 'start_time', 'approach'])['volume'].transform('sum'),
    np.nan  # 非Right行赋值为nan
)

逻辑拆解 #

1. 分组计算总和：groupby(['intersection_id', 'start_time', 'approach'])['volume'].transform('sum')会给每一行都添加上它所在分组的总流量，这一步能正确获取每个时间点、每个路口、每个方向的总流量；
2. 条件赋值：用np.where做判断——只有当movement是Right的时候，才保留刚才算出的分组总和，其他所有类型的行（Thru、Left、U-turn）都替换成nan；
3. 自动适配所有分组：这个逻辑会自动遍历所有的intersection_id和approach，不需要额外写循环或者复杂的窗口逻辑。

运行这段代码后，你的DataFrame就会完全符合你想要的输出格式啦~

内容的提问来源于stack exchange，提问作者joshuah9