Pandas按国家聚合多年份列求和问题求助

针对你的需求，不用手动逐个写年份列名，用以下方法自动处理所有年份列：

假设你的数据结构： #

• Country列是国家名称（包含"Argentina"）
• 年份列都是F+四位数字格式（比如F2009、F2010...F2018）

代码解决方案： #

# 自动筛选所有年份列（匹配F开头+四位数字的格式）
year_cols = df.columns[df.columns.str.match(r'F\d{4}')]

# 按国家分组，对所有年份列求和，得到每个国家的总合
country_totals = df.groupby('Country')[year_cols].sum()

# 提取Argentina的总合，转成单列DataFrame
argentina_total_df = country_totals.loc[['Argentina']].T.rename(columns={'Argentina': 'Argentina_Total'})

代码说明： #

• str.match(r'F\d{4}')：用正则表达式精准匹配所有年份列，不管有多少个年份都能自动识别
• groupby('Country')[year_cols].sum()：按国家分组后，对每个国家的所有年份列值求和
• loc[['Argentina']].T：把Argentina的行数据转成列，得到你要的仅包含Argentina总合的单列

如果你的年份列命名规则不同（比如不是F开头），可以调整正则表达式，比如年份列是Year2009这种，就改成r'Year\d{4}'。

内容的提问来源于stack exchange，提问作者Gexplode97