基于Pandas DataFrame按GROUP列（忽略末尾H）生成CAL求和列

这问题我之前也碰到过，用分组加映射的方式就能轻松解决，来看具体步骤：

完整实现代码 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'ORDER':["A", "A", "A", "B", "B","B"], 
                   'GROUP': ["A_2018_1B1", "A_2018_1B1H", "A_2018_1M1", "B_2018_I000_1C1", "B_2018_I000_1B1", "B_2018_I000_1C1H"], 
                   'VAL':[1,3,8,5,8,10]})

# 生成匹配分组的key：移除GROUP末尾可能的'H'字符
df['group_key'] = df['GROUP'].apply(lambda x: x[:-1] if x.endswith('H') else x)

# 按分组key求和，再映射回原DataFrame得到CAL列
df['CAL'] = df['group_key'].map(df.groupby('group_key')['VAL'].sum())

# 可选：删除中间生成的group_key列
df = df.drop('group_key', axis=1)

print(df)

代码解释 #

1. 生成分组Key：通过apply和lambda函数处理GROUP列，将所有以H结尾的字符串去掉最后一位，这样A_2018_1B1和A_2018_1B1H会被归为同一个分组Key，B_2018_I000_1C1和B_2018_I000_1C1H同理。
2. 分组求和映射：先按group_key分组对VAL列求和，得到每个分组的总和，再用map方法把这个总和对应到每一行，就生成了需要的CAL列。
3. 清理中间列：如果不需要中间的group_key列，用drop方法删掉即可。

输出结果 #

内容的提问来源于stack exchange，提问作者Shanoo