如何合并DataFrame中的半重复行并修正总计值

问题描述 #

现有如下结构的DataFrame，其中存在重复的ID（及对应Name），单条重复行的Total值虽显示为固定正确值，但app_A/app_B/app_C列的数值分散在多行，需要合并重复行并汇总这些列的数值，最终得到无重复ID的正确数据集：

解决方案 #

使用Pandas的groupby+agg方法实现合并与汇总：

import pandas as pd

# 假设原始数据存储在DataFrame df中
merged_df = df.groupby(['ID', 'Name'], as_index=False).agg(
    app_A='sum',
    app_B='sum',
    app_C='sum',
    Total='first'  # 重复行的Total值统一正确，取任意一个即可
)

代码说明 #

• 按ID和Name分组：确保同一用户的所有重复行被归为一组
• 对app_A/app_B/app_C求和：将分散在多行的数值合并为正确的总计
• Total列取第一个值：由于重复行的Total值已经是正确的统一值，使用first/max/min均可得到正确结果

最终输出 #

处理后得到的DataFrame如下：

内容的提问来源于stack exchange，提问作者ScottC