Pandas如何将groupby分组求和结果赋值为原DataFrame新列

标准惯用写法 #

Pandas中处理「分组聚合后将结果回填到原表对应行」的场景，最简洁高效的惯用写法是使用groupby搭配transform方法，该方法会自动将聚合结果按原表索引对齐，无需额外做映射匹配。

注意：你问题中写的聚合语句存在列名错误，聚合计算的对象是表中已存在的count列，而非还未生成的src_ip_count/dst_ip_count列。

完整实现代码如下：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'src_ip':['192.168.1.1','192.168.1.2','192.168.1.3','192.168.1.2'],
                   'dst_ip':['192.168.1.12','192.168.1.12','192.168.1.99','192.168.1.99'],
                   'count':[10,20,5,1]})

# 分组计算并直接赋值新列
df['src_ip_count'] = df.groupby('src_ip')['count'].transform('sum')
df['dst_ip_count'] = df.groupby('dst_ip')['count'].transform('sum')

运行后输出结果完全匹配预期：

src_ip        dst_ip  count  src_ip_count  dst_ip_count
0  192.168.1.1  192.168.1.12     10            10            30
1  192.168.1.2  192.168.1.12     20            21            30
2  192.168.1.3  192.168.1.99      5             5             6
3  192.168.1.2  192.168.1.99      1            21             6

原理解释 #

• 直接调用df.groupby('src_ip')['count'].sum()返回的是长度等于分组数量的序列，索引为分组键（即IP地址），和原DataFrame长度不一致，无法直接赋值为新列
• transform方法会对分组内的每一行返回对应的聚合结果，最终输出的序列长度和原DataFrame完全一致，天然和原表行对齐，是该场景下的官方推荐写法

可选替代写法（非首选） #

如果你已经提前生成了分组聚合结果，也可以通过map映射的方式赋值，效果一致但代码冗余度更高，且遇到分组键为空值时容易产生意外空值：

# 提前生成聚合结果
src_ip_total = df.groupby('src_ip')['count'].sum()
dst_ip_total = df.groupby('dst_ip')['count'].sum()

# 按IP映射回原表
df['src_ip_count'] = df['src_ip'].map(src_ip_total)
df['dst_ip_count'] = df['dst_ip'].map(dst_ip_total)

内容的提问来源于stack exchange，提问作者binary01