如何仅对DataFrame中属于指定列表的行执行groupby求和？

方法一：先筛选再分组求和 #

先通过布尔索引筛选出A列值属于my_list的行，再执行分组求和操作：

# 筛选符合条件的数据
filtered_df = df[df['A'].isin(my_list)]
# 按A列分组并对B列求和
result = filtered_df.groupby('A')['B'].sum()

执行后输出结果：

A
foo    60
bar    80
Name: B, dtype: int64

方法二：分组后过滤分组键 #

先完成全部分组计算，再直接过滤出分组键在my_list中的结果：

result = df.groupby('A')['B'].sum().filter(my_list)

该方法会直接返回仅包含foo和bar的求和结果，与方法一输出完全一致。

内容的提问来源于stack exchange，提问作者Luiz Scheuer