使用正则筛选DataFrame列后，groupby求和报错问题排查

问题场景 #

有如下DataFrame，想要按正则表达式筛选指定列，再按ID分组求和，但代码运行报错：

import pandas as pd

df = pd.DataFrame({'ID':[1,1,2,2,3,3], 
                   'Invasive' : [12,1,1,0,1,0], 
                   'invasive': [1,4,5,3,4,6],
                   'Wild':[4,7,1,0,0,0],
                   'wild':[0,0,9,8,3,2],
                   'Crop':[0,0,0,0,0,0],
                   'Crop_2':[2,3,2,2,1,2]})

# 报错代码
df.groupby(['ID']).filter(regex='(Invasive)|(invasive)|(Wild)|(wild)').sum()

报错信息：DataFrameGroupBy.filter() missing 1 required positional argument: 'func'，调换groupby和filter顺序后仍报错。

期望输出：

ID  Output
0   1      29
1   2      27
2   3      16

报错原因 #

1. DataFrameGroupBy.filter()方法的作用是筛选分组（比如保留符合条件的整个分组），它必须接收一个func参数（判断分组是否保留的函数），根本不支持regex参数，属于用错方法。
2. 就算先调用df.filter(regex=...)筛选列，再调用groupby('ID').filter()，还是会触发同样错误——因为后者依然是分组筛选方法，不是用来求和的工具。

正确解决方案 #

步骤逻辑：先筛选需要的列 → 按ID分组求和 → 整理成期望格式

修正代码 #

import pandas as pd

df = pd.DataFrame({'ID':[1,1,2,2,3,3], 
                   'Invasive' : [12,1,1,0,1,0], 
                   'invasive': [1,4,5,3,4,6],
                   'Wild':[4,7,1,0,0,0],
                   'wild':[0,0,9,8,3,2],
                   'Crop':[0,0,0,0,0,0],
                   'Crop_2':[2,3,2,2,1,2]})

# 1. 筛选列：保留ID和符合正则的目标列
filtered_cols = df.filter(regex='ID|(Invasive)|(invasive)|(Wild)|(wild)')
# 2. 按ID分组求和，再合并每组的多列结果为总数值
result = filtered_cols.groupby('ID').sum().sum(axis=1).reset_index(name='Output')

print(result)

代码解释 #

• df.filter(regex='ID|(Invasive)|(invasive)|(Wild)|(wild)')：先筛选出ID列和所有匹配正则的目标列，避免后续求和包含无关列。
• groupby('ID').sum()：按ID分组后对每组的数值列分别求和。
• .sum(axis=1)：把每组的多个求和结果合并成一个总数值（对应Output列）。
• .reset_index(name='Output')：把索引转为列，并命名求和结果列为Output，和期望输出格式完全匹配。

运行结果 #

ID  Output
0   1      29
1   2      27
2   3      16

内容的提问来源于stack exchange，提问作者obrunt