如何在Pandas中对col1和col2重复行的第三列值求和

最直接的实现方式是结合groupby()和sum()函数，这是处理这类分组聚合需求的标准操作：

示例代码 #

假设你的DataFrame名为df，包含col1、col2、col3三列：

import pandas as pd

# 模拟原始数据集
data = {
    'col1': ['A', 'A', 'B', 'B', 'A'],
    'col2': ['X', 'X', 'Y', 'Z', 'Y'],
    'col3': [10, 20, 15, 5, 25]
}
df = pd.DataFrame(data)

# 核心操作：按col1+col2分组后对col3求和
result_df = df.groupby(['col1', 'col2'])['col3'].sum().reset_index()
print(result_df)

关键步骤说明 #

• groupby(['col1', 'col2'])：指定以col1和col2的唯一组合作为分组依据，自动识别重复组合
• ['col3'].sum()：对每个分组内的col3列数值执行求和计算
• .reset_index()：将分组后的复合索引（col1、col2）转换为普通列，得到结构规整的结果表

替代方案：使用pivot_table() #

如果需要更灵活的聚合配置（比如同时计算多个统计量），可以用pivot_table()实现相同效果：

result_df = pd.pivot_table(df, values='col3', index=['col1', 'col2'], aggfunc='sum').reset_index()

内容的提问来源于stack exchange，提问作者Shahjahan