Python：按Store分组对tot_table去重求和并更新DataFrame列

输入数据 #

原始DataFrame如下：

import pandas as pd

df = pd.DataFrame({
    'Store': [11, 11, 11, 11, 12, 12, 12],
    'Category': ['AA', 'AA', 'BB', 'BB', 'AA', 'BB', 'BB'],
    'Item': ['Apple', 'Orange', 'Potato', 'Carrot', 'Apple', 'Potato', 'Carrot'],
    'tot_table': [13.5, 13.5, 11.5, 11.5, 10, 9, 9]
})

问题说明 #

需要按Store分组，对每组内tot_table的唯一值求和，再用这个总和替换原DataFrame的tot_table列。之前尝试的df.groupby('Store')['tot_table'].unique().sum()无法得到预期结果——这段代码会把所有分组的唯一值合并后计算全局总和，而非每个分组单独计算总和。

解决方案 #

方法一：分步实现 #

1. 先保留原tot_table的值作为新列split_table，对应期望输出中的该列：

   df['split_table'] = df['tot_table']
   

2. 计算每个Store对应的tot_table唯一值总和：

   store_total = df.groupby('Store')['tot_table'].agg(lambda x: x.unique().sum())
   

3. 将计算好的总和映射回原DataFrame的tot_table列：

   df['tot_table'] = df['Store'].map(store_total)
   

方法二：用transform一步到位 #

使用groupby.transform可以直接在分组内计算结果并广播到每一行，代码更简洁：

df['split_table'] = df['tot_table']
df['tot_table'] = df.groupby('Store')['tot_table'].transform(lambda x: x.unique().sum())

最终输出 #

执行上述代码后，得到的DataFrame如下：

Store Category    Item  tot_table  split_table
0     11       AA   Apple       25.0         13.5
1     11       AA  Orange       25.0         13.5
2     11       BB  Potato       25.0         11.5
3     11       BB  Carrot       25.0         11.5
4     12       AA   Apple       19.0         10.0
5     12       BB  Potato       19.0          9.0
6     12       BB  Carrot       19.0          9.0

内容的提问来源于stack exchange，提问作者user12345