如何聚合具有相同几何图形的重复行并求和对应列值？

你的问题核心是空间几何列无法直接用groupby.sum()，因为sum方法不适用于Shapely几何对象。可以通过指定不同列的聚合规则来实现需求：

方法1：直接按几何对象分组（适用于几何完全一致的场景） #

假设你的数据是GeoPandas的GeoDataFrame，可以用agg()分别指定数值列求和、几何列保留唯一值：

import geopandas as gpd

# 读取或初始化你的GeoDataFrame
gdf = gpd.GeoDataFrame(
    data={'a': [2,3,1], 'b': [4,1,2], 'c': [6,7,3]},
    geometry=gpd.points_from_xy([0,0,1], [0,0,1])  # 替换成你的实际几何数据
)

# 分组聚合
result = gdf.groupby('geometry').agg(
    a=('a', 'sum'),
    b=('b', 'sum'),
    c=('c', 'sum'),
    geometry=('geometry', 'first')  # 保留同一组的几何对象
).reset_index(drop=True)

方法2：通过WKT字符串分组（解决几何精度差异导致的分组失败） #

如果存在微小坐标差异（比如浮点精度问题）导致相同点无法被识别，可以先将几何转为WKT字符串分组，再转回几何对象：

# 新增WKT列
gdf['wkt'] = gdf.geometry.to_wkt()

# 按WKT分组聚合
result = gdf.groupby('wkt').agg(
    a=('a', 'sum'),
    b=('b', 'sum'),
    c=('c', 'sum'),
    geometry=('geometry', 'first')
).drop(columns='wkt').reset_index(drop=True)

运行结果 #

执行上述代码后，会得到你期望的结果：

内容的提问来源于stack exchange，提问作者Ben Watson