如何基于指定ID列表按序汇总数据中对应value1的总和？

给出的表格数据结构如下（已移除表头）：

data = [
    ['1001',25,10],
    ['1001',25,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1002',100,0],
    ['1003',150,10]
    # ... 更多数据
]

每个元素包含字符串类型的id、浮点型的value1和value2（无需关注value2）。

另有按固定顺序排列的唯一id列表：

ids = ['1001','1002','1003']

需求：生成对应结果，统计每个id的value1总和，严格保留ids的顺序，期望输出格式如下：

1001 50
1002 300
1003 150

遇到的问题：之前用普通字典统计无法保留顺序，且实际数据中value1存在None和NaN值，需要用原生Python实现。

实现思路 #

1. 先遍历data统计每个id的value1总和，将None和NaN这类无效值视为0参与计算
2. 严格按照ids的固定顺序，依次取出对应id的总和并输出

代码实现 #

import math

# 初始化总和字典，仅包含ids中的id，默认值为0
sum_dict = {id_: 0 for id_ in ids}

# 遍历数据统计总和
for item in data:
    id_, value1, _ = item
    # 处理None和NaN，无效值按0计算
    if value1 is None or (isinstance(value1, float) and math.isnan(value1)):
        val = 0
    else:
        val = value1
    # 仅累加ids中存在的id的数值
    if id_ in sum_dict:
        sum_dict[id_] += val

# 按ids顺序输出结果
for id_ in ids:
    print(f"{id_} {sum_dict[id_]}")

说明 #

• 用字典推导式初始化sum_dict，确保只包含目标id，避免冗余数据
• 借助math.isnan()判断NaN值（注意NaN是浮点型，且NaN != NaN，无法直接用等于判断）
• 最后按ids的原始顺序遍历输出，完全保证结果顺序符合要求

内容的提问来源于stack exchange，提问作者Arash Howaida