如何使用Pandas的groupby()与sum()统计单月消费超25000美元的持卡记录

你生成的df_3不符合要求，核心问题是groupby()用法写反了：你把需要聚合求和的Amount列当成了分组键，反而对月份、持卡人姓名做无意义的求和，才会出现金额作为索引、甚至出现负消费额的异常输出，这个中间表从根上就错了，没法用来做后续统计。

• 第一步：生成符合要求的月度消费汇总表
  分组维度必须是「持卡人+自然月」两个字段，对Amount列做求和聚合，每一行对应1位持卡人1个月的总消费：

  # 按持卡人、月份分组，计算单月单人总消费
  monthly_spend = df.groupby(['Cardholder Name', 'Calendar Month'], as_index=False)['Amount'].sum()
  

• 第二步：筛选符合阈值的记录
  用布尔索引筛出总消费额大于25000美元的行：

  over_threshold = monthly_spend[monthly_spend['Amount'] > 25000]
  

• 第三步：计算记录总数
  筛选后结果的行数就是你要的统计值：

  total_count = len(over_threshold)
  # 等价写法：total_count = over_threshold.shape[0]
  

groupby()的参数逻辑是：括号内传入的是用来拆分数据的分组维度字段，后续指定的列才是要做聚合计算（比如sum、count）的指标字段，不要把聚合指标放到分组参数里。

内容的提问来源于stack exchange，提问作者Vur