求DataFrame各组中除最大值外所有正值的和

现有如下DataFrame：

Group   Val1    Val2    Val3    Val4
A        -94    96         16   -92
B         30    59        -10    44
C         50    -18       -30    24
D         61    49        -15   -95

需要计算每组中所有正值的和，但需排除该组的最大正值，最终得到结果如下：

Group   Sum
A       16
B       74
C       24
D       49

规则说明：

• A组排除最大正值96，仅保留16求和，结果为16；
• B组排除最大正值59，用30和44求和，结果为74；
• 若组内仅有1个正值，则直接保留该值计入求和。

实现方法（Pandas） #

可以通过自定义分组逻辑完成需求，代码及说明如下：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Group': ['A', 'B', 'C', 'D'],
    'Val1': [-94, 30, 50, 61],
    'Val2': [96, 59, -18, 49],
    'Val3': [16, -10, -30, -15],
    'Val4': [-92, 44, 24, -95]
})

# 定义每组的计算逻辑
def calc_sum_excl_max_pos(group):
    # 筛选当前组的所有正值
    positives = group[group > 0]
    # 无正值时返回0，可按需调整
    if len(positives) == 0:
        return 0
    total_pos = positives.sum()
    max_pos = positives.max()
    # 仅1个正值时直接返回总和，否则用总和减去最大值
    return total_pos if len(positives) == 1 else total_pos - max_pos

# 分组计算并整理结果
result = df.groupby('Group')[['Val1', 'Val2', 'Val3', 'Val4']].apply(calc_sum_excl_max_pos).reset_index(name='Sum')

print(result)

代码逻辑解析 #

1. 分组筛选：按Group列分组后，筛选出每组中大于0的数值；
2. 特殊情况处理：如果组内无正值，返回0（可根据实际需求调整）；
3. 核心计算：计算正值总和，再根据正值数量判断：
   • 仅1个正值时，直接返回总和；
   • 多个正值时，用总和减去最大值；
4. 结果整理：将分组计算结果转换为目标格式的DataFrame。

运行代码后会输出目标结果：

Group  Sum
0     A   16
1     B   74
2     C   24
3     D   49

内容的提问来源于stack exchange，提问作者Zanam