基于Project_ID和ANIMALS（仅CATS）对Quantity列求和的Pandas问题

原代码问题分析 #

• 未先过滤ANIMALS列的CATS类别，会错误统计所有动物类型的数据
• groupby后使用lambda x: x.drop_duplicates(...)完全多余：分组后每组内的PROJECT_ID和ANIMALS值是唯一的，无需去重；且agg中传入的x是分组后的QUANTITY列（Series类型），根本没有PROJECT_ID和ANIMALS列，会触发KeyError

正确实现步骤 #

1. 过滤目标类别：先筛选出ANIMALS为CATS的行
2. 分组求和：按PROJECT_ID和ANIMALS分组，直接对QUANTITY列求和
3. 格式整理：将分组结果转为常规DataFrame结构

完整代码 #

# 1. 筛选仅包含CATS的行
filtered_df = df[df['ANIMALS'] == 'CATS']

# 2. 按指定列分组并对QUANTITY求和，同时重置索引
new_df = filtered_df.groupby(['PROJECT_ID', 'ANIMALS'])['QUANTITY'].sum().reset_index()

# 查看结果
new_df.tail(50)

补充说明 #

• 如果不需要在结果中保留ANIMALS列（因为已经都是CATS），可以简化分组逻辑：filtered_df.groupby('PROJECT_ID')['QUANTITY'].sum().reset_index()
• reset_index()的作用是将分组后的索引转为普通列，让结果更符合常规DataFrame的使用习惯

内容的提问来源于stack exchange，提问作者newbie_1900