Pandas分组统计：如何合并大于阈值的分组并求和，保留小分组独立计数

首先注意两个前置处理要点：

• 示例数据里count_category和number_available都是字符串类型，聚合求和前必须先把number_available转为整数/浮点数值类型，否则会出现字符串拼接的错误结果
• 先对count_category做值映射：所有取值大于等于4的项统一归为4+分组，取值1/2/3的项保留原有分类，再做聚合即可。

从原始DataFrame直接处理的完整代码 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'count_category': ['1','2','3','4','5'],
    'number_available': ['600','200','100','50','25'],
})

# 字段类型转换
df['number_available'] = df['number_available'].astype(int)

# 映射生成分组字段
df['group_cat'] = df['count_category'].apply(lambda x: '4+' if int(x) >= 4 else x)

# 聚合计算
result = df.groupby('group_cat', as_index=False)['number_available'].sum()

# 可选：保持1、2、3、4+的自然排序
result['sort_tmp'] = result['group_cat'].str.replace('+', '', regex=False).astype(int)
result = result.sort_values('sort_tmp').drop('sort_tmp', axis=1).reset_index(drop=True)

运行后得到的result结果如下，完全符合预期：

基于已生成的初步分组结果二次处理 #

如果你已经运行了最初的分组计数代码得到了中间结果，不需要回到原始表重跑，可以直接对分组后的结果做处理：

# 已有的初步分组结果
grouped_df = orig_df.groupby(['count_category'])['number_available'].count().reset_index()

# 类型转换+分组映射+聚合
grouped_df['number_available'] = grouped_df['number_available'].astype(int)
grouped_df['group_cat'] = grouped_df['count_category'].apply(lambda x: '4+' if int(x) >= 4 else x)
result = grouped_df.groupby('group_cat', as_index=False)['number_available'].sum()

# 排序逻辑和上面一致

内容的提问来源于stack exchange，提问作者SoSincere3