如何在Pandas DataFrame中按三列匹配对Col1列值求和？

我有一个包含Col1、Col2、Col3、Col4四列的Pandas DataFrame，原始数据如下：

希望将Col2、Col3、Col4取值完全相同的行的Col1值求和，得到如下目标DataFrame：

尝试执行以下代码后，print(df)并未得到正确求和结果：

df = df.groupby(["col2","col3","col4"]).col1.sum()

请问是否需要先强制转换列的类型？

核心问题：列名大小写不匹配 #

Pandas对列名大小写敏感，你的代码里用了小写的col2/col3/col4/col1，但原始DataFrame的列名是大写开头的Col1/Col2/Col3/Col4，这会导致分组时无法匹配到正确列，自然无法完成求和。

正确代码 #

使用与原始数据一致的列名，同时加上as_index=False参数让分组列保持为普通列（避免变成索引），就能得到目标结构：

df = df.groupby(["Col2", "Col3", "Col4"], as_index=False)["Col1"].sum()

关于列类型转换 #

从你的数据来看，所有列值都是整数，只要读取数据时Col1被识别为数值类型（int/float），就不需要强制转换。可以先通过以下代码检查列类型：

print(df.dtypes)

如果Col1的类型是object（字符串），再执行转换：

df["Col1"] = df["Col1"].astype(int)

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