如何用Pandas对DataFrame中字典列表的size值按时间戳求和？

你这个需求很常见，用Pandas可以轻松实现，给你两种实用的方案，按需选择就行：

方案一：简洁版（适合中小数据集） #

直接用apply配合生成器表达式，一行代码就能搞定：

import pandas as pd

# 假设你的原始DataFrame名为df
df['asks'] = df['asks'].apply(lambda row: sum(int(item['size']) for item in row))

原理很简单：对asks列的每一行（也就是每个包含字典的列表），遍历里面的每个字典，把size字段转成整数后累加求和，直接替换原列就得到目标结果了。

方案二：高效版（适合大数据集） #

如果你的数据量比较大，apply的性能可能不够理想，推荐用explode+json_normalize的组合，先拆分再聚合：

# 第一步：把每个列表拆成单独的行
exploded_df = df.explode('asks')
# 第二步：把字典格式的内容拆成独立列，并关联原时间戳
normalized_df = pd.json_normalize(exploded_df['asks']).join(exploded_df['timestamp'])
# 第三步：按时间戳分组，对size求和，最后整理格式
result_df = normalized_df.groupby('timestamp')['size'].sum().astype(int).reset_index(name='asks')

这种方法通过拆分数据结构，利用Pandas的矢量化操作提升性能，最后分组求和后得到的result_df就是你想要的格式。

两种方法都能得到你需要的结果，小数据用方案一够简洁，大数据用方案二更高效~

内容的提问来源于stack exchange，提问作者MathMan 99