如何实现groupby().sum()但不对同一wallet的重复token_transfers值求和

要实现按position_type统计token_transfers总量，且同一钱包在同一类型下仅计算一次token_transfers，可以通过先去重再分组求和的方式解决：

步骤1：去除重复的(wallet, position_type)组合 #

由于同一钱包的token_transfers值唯一，且同一钱包同一position_type的多行数据里token_transfers完全相同，先保留每个(wallet, position_type)组合的唯一行：

unique_records = df.drop_duplicates(subset=['wallet', 'position_type'])

步骤2：按position_type分组求和 #

基于去重后的数据集，直接按position_type对token_transfers求和即可得到正确结果：

total_token_transfers_per_position_type = unique_records.groupby('position_type')['token_transfers'].sum()

合并为一行代码 #

也可以将两步合并，简化为：

total_token_transfers_per_position_type = df.drop_duplicates(subset=['wallet', 'position_type']).groupby('position_type')['token_transfers'].sum()

验证结果 #

执行后得到的结果为：

position_type
LD          455
Sushi_LP    455
Name: token_transfers, dtype: int64

完全符合预期的正确结果。

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