pandas中groupby分组求和赋值新列时值未填充如何解决

代码存在两处错误：

• 分组字段填错：需求要求按CustomerID分组聚合，代码里实际传入的分组字段是SalesOrderID，分组维度从根源上不符合要求。
• 赋值逻辑不符合pandas索引对齐规则：groupby().sum()返回的聚合结果，索引是分组字段的唯一值，总长度等于分组数量，远短于原数据集的行数。直接将这个结果赋值给原表新列时，pandas只会按索引值做精确匹配填充，绝大多数行因为索引匹配不上会被填充为空值，自然无法得到正确的逐行填充结果。

如果需要保留原表逐行结构，给每一行匹配所属CustomerID对应的UnitPrice总和，要使用transform方法——该方法会将组内聚合结果按照原表行索引映射回每一行，返回值长度和原表完全一致：

data['TotalEN'] = round(data.groupby(['CustomerID'])['UnitPrice'].transform('sum'), 2)

如果你不需要保留原表逐行结构，只是想单独得到每个客户的总金额统计结果，直接将聚合结果赋值给独立变量即可，不要向原表传入长度不匹配的序列：

customer_sum_df = round(data.groupby(['CustomerID'])['UnitPrice'].sum(), 2)

内容的提问来源于stack exchange，提问作者P.Brito