Python中Groupby后实现条件聚合：按银行统计2003年金额总和

需求说明 #

给定包含year（年份）、bank（银行）、amt（金额）三列的DataFrame，需为每个银行计算2003年的amt总和，并将该值作为新列amt_2003显示在对应银行的所有行中。

初始数据 #

import pandas as pd

df = pd.DataFrame({
    'year': [2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003],
    'bank': ['sbi', 'sbi', 'sbi', 'sbi', 'sbi', 'sbi', 'icici', 'icici', 'icici', 'icici', 'icici', 'icici'],
    'amt': [1000, 2000, 3000, 4000, 5000, 6000, 1, 2, 3, 4, 5, 6]
})

解决方案 #

方法1：先计算分组总和再映射（推荐，高效简洁）

先筛选2003年的数据，按银行分组求和得到各银行的2003年总金额，再通过map将值映射到原DataFrame的每一行：

# 计算各银行2003年的amt总和
bank_2003_total = df[df['year'] == 2003].groupby('bank')['amt'].sum()
# 映射到原DataFrame生成新列
df['amt_2003'] = df['bank'].map(bank_2003_total)

方法2：分组后逐组计算

通过groupby对每个银行分组，在组内计算2003年的金额总和，并赋值给组内所有行：

df['amt_2003'] = df.groupby('bank').apply(
    lambda group: group[group['year'] == 2003]['amt'].sum()
).reset_index(level=0, drop=True)

最终结果 #

执行上述代码后，DataFrame会新增amt_2003列，结果如下：

print(df)
# 输出结果：
    year   bank   amt  amt_2003
0   2001    sbi  1000      9000
1   2002    sbi  2000      9000
2   2003    sbi  3000      9000
3   2001    sbi  4000      9000
4   2002    sbi  5000      9000
5   2003    sbi  6000      9000
6   2001  icici     1         9
7   2002  icici     2         9
8   2003  icici     3         9
9   2001  icici     4         9
10  2002  icici     5         9
11  2003  icici     6         9

内容的提问来源于stack exchange，提问作者Manas