Python实现类似SQL循环字段生成分组汇总表方法求教

你要实现的操作在Pandas里叫做分组聚合+追加总计行，对应你熟悉的SQL循环字段分组查询+union all总计的逻辑。下面直接给你针对这个DataFrame的实现代码和说明：

首先先确认你的DataFrame构造代码（方便复现）：

import pandas as pd

data = {
    'COL1': ['aaa', 'aaa', 'aaa', 'aaa', 'bbb'],
    'COL2': ['a1234', 'a2345', 'a3456', 'a5678', 'a5678'],
    'COL3': ['b1234', 'b2345', 'b3456', 'b5678', 'b5678'],
    'COL4': [5, 10, 15, 20, 25]
}
df = pd.DataFrame(data)

接下来是核心实现代码：

# 定义要循环的字段列表，和你SQL里的写法一致
fields = ['COL2', 'COL3']

# 循环每个目标字段
for field in fields:
    print(f"===== 针对{field}的分组汇总结果 =====")
    # 1. 按COL1和当前字段分组，对COL4求和
    grouped = df.groupby(['COL1', field], as_index=False)['COL4'].sum()
    # 2. 计算总计行：COL1为'总计'，当前字段为'所有'，COL4取总和
    total_row = pd.DataFrame({
        'COL1': ['总计'],
        field: ['所有'],
        'COL4': [df['COL4'].sum()]
    })
    # 3. 合并分组结果和总计行
    result = pd.concat([grouped, total_row], ignore_index=True)
    print(result)
    print("\n")

代码说明： #

• groupby(['COL1', field], as_index=False)：对应SQL里的GROUP BY COL1, 目标字段，as_index=False保证分组后的字段不会变成索引，保持列格式
• ['COL4'].sum()：对应SQL里的SUM(COL4)，你可以根据需求改成其他聚合函数（比如mean()取平均、count()计数）
• pd.concat([grouped, total_row])：对应SQL里把分组结果和总计行用UNION ALL合并的逻辑
• 循环fields列表：和你SQL里循环字段执行查询的逻辑完全对应

运行后你会得到每个字段的分组汇总+总计结果，比如针对COL2的输出是：

===== 针对COL2的分组汇总结果 =====
  COL1   COL2  COL4
0  aaa  a1234     5
1  aaa  a2345    10
2  aaa  a3456    15
3  aaa  a5678    20
4  bbb  a5678    25
5  总计    所有    75

如果你的聚合需求不是求和，只需要把.sum()改成对应的聚合方法即可，非常灵活。

内容的提问来源于stack exchange，提问作者Rav86