如何在Python DataFrame中按条件分组添加求和行（assetClass=99）

你要做的其实是分组聚合（GroupBy Aggregation）+ 行追加合并的组合操作，这在pandas里是很常见的数据集增强需求，我来给你一步步拆解实现方案：

步骤说明 #

1. 从原DataFrame中筛选出assetClass在11-16范围内的行
2. 按clientID和date分组，对value列求和
3. 为聚合后的结果设置assetClass=99，并为其他需保留的列填充空值（NaN）
4. 将聚合生成的新行和原DataFrame合并

代码示例 #

1. 构造样例数据（模拟你的数据集） #

import pandas as pd
import numpy as np

# 模拟你的DataFrame，包含需要保留的其他列
data = {
    'clientID': [1, 1, 1, 2, 2],
    'date': ['2024-01-01', '2024-01-01', '2024-01-02', '2024-01-01', '2024-01-02'],
    'assetClass': [2, 11, 15, 12, 3],
    'value': [100, 200, 300, 150, 50],
    'other_col1': ['A', 'B', 'C', 'D', 'E'],  # 需保留的列1
    'other_col2': [10, 20, 30, 40, 50]       # 需保留的列2
}
df = pd.DataFrame(data)

2. 分组聚合生成assetClass=99的行 #

# 筛选目标assetClass范围的行，按clientID+date分组求和value
aggregated_rows = df[df['assetClass'].between(11, 16)] \
    .groupby(['clientID', 'date'], as_index=False) \
    .agg({'value': 'sum'}) \
    .assign(assetClass=99)  # 设置新行的assetClass为99

# 自动识别所有需保留的其他列，填充为NaN（空值）
keep_columns = [col for col in df.columns if col not in ['clientID', 'date', 'assetClass', 'value']]
for col in keep_columns:
    aggregated_rows[col] = np.nan

3. 合并原数据和新生成的行 #

# 合并两个数据集，重置索引
final_df = pd.concat([df, aggregated_rows], ignore_index=True)

# 可选：按clientID、date、assetClass排序，让结果更规整
final_df.sort_values(by=['clientID', 'date', 'assetClass'], inplace=True)

关键细节说明 #

• 使用between(11,16)可以简洁筛选出11到16的assetClass，避免手动列举[11,12,13,14,15,16]
• groupby时设置as_index=False，确保clientID和date保持为普通列，方便后续合并
• 自动识别保留列的方式，让代码在新增保留列时不需要手动修改，更灵活
• 如果需要给保留列设置特定默认值（而非NaN），直接把np.nan替换成你需要的值即可

内容的提问来源于stack exchange，提问作者Crumpster