如何在Python Pandas中按ID前8位分组后对每组求和筛选？

你的问题出在循环里始终引用整个newDF的Hours_Calc列，没有将计算范围限定到当前分组。LeftGroup.groups仅返回分组的键集合，不会自动过滤数据到对应分组。

方法1：使用get_group获取当前分组数据 #

LeftGroup = newDF.groupby('ID_Left_8')
for g in LeftGroup.groups:
    # 通过分组键获取对应分组的子DataFrame
    group_data = LeftGroup.get_group(g)
    # 统计当前分组内Hours_Calc大于0的数量
    if (group_data['Hours_Calc'] > 0).sum() > 0:
        print(g)

方法2：直接遍历分组对象（更高效） #

无需单独遍历groups键，直接遍历groupby对象会返回每个分组的(键, 子DataFrame)元组，代码更简洁：

LeftGroup = newDF.groupby('ID_Left_8')
for g, group_data in LeftGroup:
    if (group_data['Hours_Calc'] > 0).sum() > 0:
        print(g)

补充说明 #

• (group_data['Hours_Calc'] > 0)生成布尔Series，.sum()会统计其中True的数量（即大于0的值的个数）
• 若需求是对大于0的数值本身求和而非统计个数，可修改为group_data[group_data['Hours_Calc'] > 0]['Hours_Calc'].sum() > 0

内容的提问来源于stack exchange，提问作者PandaSmanda18