如何在Python DataFrame中按id、日期、时间对数值求和汇总？

你可以通过Pandas的groupby结合sum()方法快速实现需求，具体步骤如下：

1. 构造原数据（你提供的代码） #

import pandas as pd
df = pd.DataFrame()
df['id'] = [1, 1, 1, 2, 2,3, 3]
df['day'] = ['2013-07-10', '2013-07-10', '2013-07-10','2014-02-27','2014-02-27', '2014-02-27', '2014-02-27']
df['time'] = ['17:00:00', '17:00:00', '18:30:00','18:30:00','18:30:00', '06:30:00', '06:30:00' ]
df['val'] = [1, 5,9,2,5,8,5]

2. 分组求和代码 #

# 按id、day、time分组，对val列求和，重置索引恢复列结构
result_df = df.groupby(['id', 'day', 'time'])['val'].sum().reset_index()

3. 输出结果 #

执行上述代码后，result_df的内容与你期望的输出一致：

id         day      time  val
0   1  2013-07-10  17:00:00    6
1   1  2013-07-10  18:30:00    9
2   2  2014-02-27  18:30:00    7
3   3  2014-02-27  06:30:00   13

代码说明 #

• groupby(['id', 'day', 'time'])：指定以这三列的组合作为分组依据，相同组合的行会被归为一组
• ['val'].sum()：仅对val列执行求和操作，避免其他列被不必要的聚合
• reset_index()：将分组时作为索引的id、day、time重新转为普通列，保证输出结构符合要求

内容的提问来源于stack exchange，提问作者Carlos Jo