如何基于特定Underlying合并相同Trade Date的数据并求和？

原始数据 #

Trade Date  Options Class   Underlying  Product Type    Volume
0   2022-01-03  A   A   S   14
1   2022-01-03  A   A   S   3
2   2022-01-03  A   A   S   42
3   2022-01-03  A   A   S   10
4   2022-01-03  AA  AA  S   1924

需求 #

按**交易日期（Trade Date）和标的（Underlying）**分组，合并相同分组内的行并汇总Volume字段。

问题分析 #

你写的代码错误在于groupby的参数传递：分组的多个列需要放在列表中，而非单独作为参数传入。直接传两个字符串会被解析为「第一个参数是分组列，第二个是axis轴参数」，导致逻辑错误或报错。

正确实现方法 #

方法1：仅汇总Volume字段 #

# 将分组列放入列表，指定只对Volume求和，再重置索引
result = df.groupby(['Trade Date', 'Underlying'])['Volume'].sum().reset_index()
print(result)

执行后输出：

Trade Date Underlying  Volume
0 2022-01-03          A      69
1 2022-01-03         AA    1924

方法2：保留其他字段（同组字段值一致时适用） #

如果需要保留Options Class、Product Type这类非数值列，可使用agg指定每个字段的处理规则：

result = df.groupby(['Trade Date', 'Underlying']).agg(
    Volume=('Volume', 'sum'),
    Product_Type=('Product Type', 'first'),  # 取同组第一个值
    Options_Class=('Options Class', 'first')
).reset_index()
print(result)

执行后输出：

Trade Date Underlying  Volume Product_Type Options_Class
0 2022-01-03          A      69            S             A
1 2022-01-03         AA    1924            S            AA

内容的提问来源于stack exchange，提问作者cwkai