如何基于现有DataFrame按列去重并分组求和生成新DataFrame

针对按唯一登录ID去重、同时汇总对应Volume列总和的需求，直接使用pandas内置的聚合方法即可实现，注意先匹配你DataFrame的实际列名：示例数据里的列名是带空格的Login ID和Volume，不要误写成下划线命名的版本。

• 推荐方案：使用groupby分组聚合，性能更好，写法简洁

# as_index=False保证分组列保留为普通列，不会成为结果的行索引
result_df = merged_df.groupby('Login ID', as_index=False)['Volume'].sum()

• 备选方案：使用数据透视表pivot_table实现，逻辑更直观

result_df = merged_df.pivot_table(
    index='Login ID',
    values='Volume',
    aggfunc='sum',
    as_index=False
)

运行结果 #

基于你给出的测试数据，两种方法运行后得到的输出完全一致：

如果你实际环境中的DataFrame列名确实为下划线格式的login_id、volume，将代码中对应位置的列名替换即可，聚合逻辑不需要改动。

内容的提问来源于stack exchange，提问作者user18587858