如何使用Python对CSV表格按指定字段分组计算丰度总和

pandas内置的groupby方法专门用于按指定列分组做聚合计算，完全不需要手动写遍历逻辑，也不需要提前设置bins，完全匹配你的需求。

具体实现步骤 #

• 第一步：安装pandas（如果还没装的话）
  终端执行命令：pip install pandas
• 第二步：编写代码完成计算
  示例代码如下：

import pandas as pd

# 读取CSV文件，数千行规模读取速度极快
df = pd.read_csv("你的CSV文件路径.csv")

# 1. 按Class+DBE相同组合分组，对Abundance求和
sum_by_class_dbe = df.groupby(["Class", "DBE"])["Abundance"].sum().reset_index()

# 2. 按(H/C, N/C)相同组合分组，对Abundance求和
sum_by_hc_nc = df.groupby(["H/C", "N/C"])["Abundance"].sum().reset_index()

# 3. 按(H/C, O/C)相同组合分组，对Abundance求和
sum_by_hc_oc = df.groupby(["H/C", "O/C"])["Abundance"].sum().reset_index()

# 若需要导出结果为CSV可执行以下代码
sum_by_class_dbe.to_csv("sum_by_class_dbe.csv", index=False)
sum_by_hc_nc.to_csv("sum_by_hc_nc.csv", index=False)
sum_by_hc_oc.to_csv("sum_by_hc_oc.csv", index=False)

补充说明 #

• 若你的CSV实际字段名和描述有差异，直接替换groupby里的对应列名即可
• 数千行规模对pandas无性能压力，全流程执行时间在毫秒级
• reset_index()作用是把分组用的键从索引转为普通列，方便后续处理或导出查看

内容的提问来源于stack exchange，提问作者user17570368