如何基于员工ID合并Python Pandas数据框中的实付金额列？

先模拟下你的数据框结构（毕竟看不到附图），大概是这类包含员工ID和实付金额的格式：

下面分几种常见需求给出实现代码：

1. 按员工ID汇总实付金额（求和/均值等） #

如果要把同一个员工的实付金额做聚合计算（比如求和），用groupby配合聚合函数就行：

import pandas as pd

# 假设你的数据框变量名为df
df_aggregated = df.groupby('员工ID')['实付金额'].sum().reset_index()

要是需要其他统计值，把sum()换成mean()（均值）、max()（最大值）这类函数就行，reset_index()是把分组后的索引转回普通列，方便后续使用。

2. 将同一员工的实付金额合并为列表 #

如果想把同一个员工的所有实付金额放到一个列表里保存：

df_merged_list = df.groupby('员工ID')['实付金额'].apply(list).reset_index()

这样处理后，每个员工ID对应的实付金额列就是该员工所有实付金额组成的列表。

保留其他列的合并方式 #

如果需要保留员工姓名、部门这类其他列（假设同一员工的这些列值一致），可以用agg指定每列的处理逻辑：

df_full_merge = df.groupby('员工ID').agg(
    实付金额=('实付金额', 'sum'),  # 这里用求和，也可以换成'list'
    员工姓名=('员工姓名', 'first'),  # 取分组内第一行的姓名
    部门=('部门', 'first')
).reset_index()

这种方式能灵活控制每一列的合并规则，适配不同的业务需求。

内容的提问来源于stack exchange，提问作者jones0207