按交易类型统计各交易方收发总额的双列求和实现方法

核心需求是按交易方维度去重，并排展示每个交易方的总转入、总转出金额，通过单轮分组+条件聚合即可实现，不需要多表关联或多次查询，性能最优。

• 聚合时仅对符合交易类型的金额做累加，非目标类型的金额记为0不参与求和
• 若需要统一交易方名称格式，可在分组前对Party Name字段做大小写统一处理

方案1：SQL 实现（直接在数据库查询统计） #

适用于数据存储在MySQL、PostgreSQL等关系型数据库的场景，核心用CASE WHEN做条件判断求和，代码如下：

SELECT
  LOWER(`Party Name`) AS `Party Name`,
  SUM(CASE WHEN `transaction type` = 'recived' THEN `Ammount` ELSE 0 END) AS `total recievedAmount`,
  SUM(CASE WHEN `transaction type` = 'send' THEN `Ammount` ELSE 0 END) AS `total send`
FROM 替换为你的实际交易表名
GROUP BY LOWER(`Party Name`);

注意：代码中交易类型值recived和你提供的源数据拼写保持一致，如果实际业务中字段值为正确拼写received，请对应修改判断条件，避免统计结果为0。如果不需要统一名称为小写，可去掉LOWER()函数，直接按原Party Name字段分组。

查询返回结果和期望格式完全一致：

方案2：Python Pandas 实现（离线DataFrame数据处理） #

适用于数据已经加载为Python Pandas DataFrame对象的离线处理场景，代码如下：

import pandas as pd

# df 为你已加载完成的原始交易记录表DataFrame
# 统一交易方名称为小写，匹配期望输出格式
df['Party Name'] = df['Party Name'].str.lower()

# 分组聚合后重塑结构，得到分类型的求和结果
stat_result = df.groupby(['Party Name', 'transaction type'])['Ammount']\
                .sum()\
                .unstack(fill_value=0)\
                .reset_index()

# 重命名列，对齐期望输出格式
stat_result = stat_result.rename(columns={
    'recived': 'total recievedAmount',
    'send': 'total send'
})[['Party Name', 'total recievedAmount', 'total send']]

执行后stat_result的内容和期望统计结果完全一致。 #

内容的提问来源于stack exchange，提问作者Deepak Gudawalekar