Pandas中合并Time值相同的行并对指定列求和

步骤说明 #

1. 清洗Time列：去除s_前缀，提取纯数字作为分组依据
2. 转换数值列类型：将tot_1、tot_2从字符串转为整数，保证求和逻辑正常运行
3. 分组聚合：按Time分组后，Control列保留唯一非空值，tot列执行求和操作

完整代码 #

import pandas as pd

# 原始数据
df = pd.DataFrame({'Time' : ['s_1234','s_1234', 's_1234', 's_5678', 's_8998','s_8998' ],
                   'Control' : ['A', '', '','B', 'C', ''],
                   'tot_1' : ['1', '1', '1','1', '1', '1'],
                   'tot_2' : ['2', '2', '2','2', '2', '2']})

# 1. 清理Time列前缀
df['Time'] = df['Time'].str.replace('s_', '')

# 2. 转换tot列数据类型
df[['tot_1', 'tot_2']] = df[['tot_1', 'tot_2']].astype(int)

# 3. 分组聚合：Control取非空值，tot列求和
result = df.groupby('Time').agg(
    Control=('Control', lambda x: x[x != ''].iloc[0]),
    tot_1=('tot_1', 'sum'),
    tot_2=('tot_2', 'sum')
).reset_index()

print(result)

输出结果 #

Time Control  tot_1  tot_2
0  1234       A      3      6
1  5678       B      1      2
2  8998       C      2      4

关键细节说明 #

• Time列清洗：通过str.replace去除固定前缀，确保分组键的一致性
• 数值转换：字符串类型无法直接执行求和运算，必须转为整数或浮点数
• Control列处理：使用lambda筛选非空值并取第一个，适合同一Time分组下仅存在一个有效Control值的场景；若存在多个不同非空值，可根据需求调整为取众数等逻辑
• 分组聚合：通过groupby+agg实现多列不同规则的聚合，reset_index将分组键还原为普通列

内容的提问来源于stack exchange，提问作者Jake85