Pandas按ID与年份分组合并行 满足条件时自定义列值聚合金额

核心逻辑按ID、Year双维度分组后，通过判断每组Qualified列的取值集合走不同处理分支，最终输出和原表结构完全一致，具体实现步骤如下：

• 分组标记识别：给每条记录附加所属分组的属性标记，区分「同组同时存在Yes/No两种Qualified值」和「同组仅存在单一Qualified值」两类数据
• 分支处理：
  • 对需要合并的双取值分组：执行聚合操作，Qualified固定赋值为Partial，Amount A、Amount B分别做求和计算，每个分组输出单行结果
  • 对无需合并的单取值分组：直接保留原始记录的所有字段值，不做任何修改
• 结果合并：将两部分处理结果拼接，按原表的字段顺序重排列后输出最终结果

可直接运行的代码实现 #

import pandas as pd

# --------------- 以下为测试样例（可替换为你自己的实际数据）---------------
# 构造的测试数据完全匹配描述的输入场景
df = pd.DataFrame([
    [1, "No", 2018, 100, 200],
    [1, "Yes", 2018, 150, 50],
    [1, "No", 2019, 80, 300],
    [1, "Yes", 2019, 120, 90],
    [1, "Yes", 2020, 300, 400],
    [2, "No", 2018, 50, 70],
    [3, "Yes", 2019, 220, 180]
], columns=["ID", "Qualified", "Year", "Amount A", "Amount B"])
# ------------------------------------------------------------------------

# 1. 生成分组标记：判断每条记录所属(ID,Year)组是否同时包含Yes、No两个取值
is_mixed_group = df.groupby(["ID", "Year"])["Qualified"].transform(
    lambda x: set(x) == {"Yes", "No"}
)

# 2. 处理需要合并的混合取值组
agg_result = df[is_mixed_group].groupby(["ID", "Year"], as_index=False).agg(
    Qualified=("Qualified", lambda _: "Partial"),
    **{"Amount A": ("Amount A", "sum"), "Amount B": ("Amount B", "sum")}
)

# 3. 提取不需要合并的单取值组原始记录
raw_result = df[~is_mixed_group]

# 4. 拼接结果，按原表字段顺序输出
final_df = pd.concat([agg_result, raw_result], ignore_index=True)[df.columns]

效果说明 #

处理后ID=1的2018、2019年两条记录会分别合并为单行，Qualified取值为Partial，两个金额字段为同组对应值的和；ID=1的2020年记录、其余ID的所有单年份记录会完全保留原始值，输出表的字段名、字段顺序和输入DataFrame完全一致。

内容的提问来源于stack exchange，提问作者pythong