如何按指定列分组对DataFrame列值求和且保持行数不变？

问题描述 #

原始数据集：

val1   val2   val3  val4
a1       b      1     c
a1       d      1     k
a2       b      3     c
a2       d      4     k

需求：按val1列分组，对val3列的值求和，同时保留其他列所有值不变，且DataFrame行数与原数据一致。

期望结果：

val1   val2   val3  val4
a1       b      2     c
a1       d      2     k
a2       b      7     c
a2       d      7     k

实现方法 #

使用pandas的groupby()结合transform()方法即可实现，transform会将分组计算的结果广播到原数据的每一行，完美匹配需求。

代码示例 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'val1': ['a1', 'a1', 'a2', 'a2'],
    'val2': ['b', 'd', 'b', 'd'],
    'val3': [1, 1, 3, 4],
    'val4': ['c', 'k', 'c', 'k']
})

# 按val1分组，对val3求和并替换原列
df['val3'] = df.groupby('val1')['val3'].transform('sum')

print(df)

输出结果 #

val1 val2  val3 val4
0   a1    b     2    c
1   a1    d     2    k
2   a2    b     7    c
3   a2    d     7    k

内容的提问来源于stack exchange，提问作者gh1222