数据集不同类型求和需求（Distinct sum of a dataset）

1. Linux/Unix环境下用AWK命令 #

直接通过AWK处理文本，一行命令就能搞定：

awk 'NR==1{print;next} {sum[$1]+=$2} END{for(k in sum) print k, sum[k]}' your_data.txt

• 保留第一行表头，然后以TYPE为键累加count值，最后遍历输出分组后的总和。

如果要直接处理给定的输入内容，可通过管道传递：

cat << EOF | awk 'NR==1{print;next} {sum[$1]+=$2} END{for(k in sum) print k, sum[k]}'
TYPE count
TYPE1 50
TYPE2 20
TYPE1 10
TYPE2 30
EOF

2. Python实现 #

基础字典方式（无需额外依赖） #

data = """TYPE count
TYPE1 50
TYPE2 20
TYPE1 10
TYPE2 30"""

lines = data.splitlines()
sum_dict = {}
print(lines[0])  # 打印表头
for line in lines[1:]:
    typ, cnt = line.split()
    sum_dict[typ] = sum_dict.get(typ, 0) + int(cnt)

for typ, total in sum_dict.items():
    print(f"{typ} {total}")

Pandas库方式（适合大规模数据） #

import pandas as pd

# 构建数据框
df = pd.DataFrame([
    ["TYPE1", 50],
    ["TYPE2", 20],
    ["TYPE1", 10],
    ["TYPE2", 30]
], columns=["TYPE", "count"])

# 分组求和并输出
result = df.groupby("TYPE")["count"].sum().reset_index()
print(result.to_string(index=False))

3. Excel/Google Sheets操作步骤 #

1. 将数据粘贴到表格，A列存TYPE，B列存count
2. 在空白列（比如C列）列出所有唯一的TYPE值（可通过「数据→删除重复值」提取）
3. 在D2单元格输入公式=SUMIF(A:A, C2, B:B)，下拉填充即可得到对应TYPE的总和

内容的提问来源于stack exchange，提问作者Nabs335