匹配同一DataFrame中的相同元素，匹配成功时累加对应数值

原始DataFrame包含重复的类别元素及对应数值列，需要将相同类别的数值累加，得到去重后每个类别对应总和的结果DataFrame。

假设原始数据结构如下：

期望得到的结果：

可以通过Pandas的分组求和快速实现：

import pandas as pd

# 替换为你的实际DataFrame
df = pd.DataFrame({
    '类别': ['苹果', '香蕉', '苹果', '橙子', '香蕉'],
    '数值': [10, 20, 15, 5, 10]
})

# 按类别分组并累加数值
result_df = df.groupby('类别')['数值'].sum().reset_index()

print(result_df)

关键说明 #

• groupby('类别')：将DataFrame按指定列的相同元素分组
• ['数值'].sum()：对每个分组内的目标列求和
• reset_index()：将分组后的索引转为普通列，保持标准DataFrame结构

如果有多个需要累加的列，直接对分组后的所有数值列求和即可：

result_df = df.groupby('类别').sum().reset_index()

内容的提问来源于stack exchange，提问作者Mimikyu o_0