如何合并Pandas DataFrame同标识行并聚合指定列（求和qty、平均price）

直接使用Pandas的groupby()结合agg()方法就能高效完成需求，这是Pandas中处理分组聚合的标准最优方案，矢量化操作效率远高于循环处理。

步骤说明 #

1. 加载数据（从CSV读取示例数据）：

import pandas as pd

# 读取你的CSV文件
df = pd.read_csv('your_order_data.csv')

2. 分组聚合核心代码：
   按symbol、orderId、time、isBuyer四列分组，对qty求和、price求平均值：

aggregated_df = df.groupby(
    ['symbol', 'orderId', 'time', 'isBuyer'],
    as_index=False
).agg(
    qty=('qty', 'sum'),
    price=('price', 'mean')
)

• as_index=False：确保分组的列保持为普通数据列，而非索引，方便后续导出或二次处理；
• agg()通过键值对明确指定每列的聚合规则：qty列用sum求和，price列用mean计算平均值。

3. 导出聚合结果（可选）：
   如果需要将结果保存为CSV文件：

aggregated_df.to_csv('aggregated_order_data.csv', index=False)

示例数据验证结果 #

针对你提供的示例数据，聚合后的最终结果为：

内容的提问来源于stack exchange，提问作者A.Midany