如何根据列分组字典对Pandas DataFrame按行计算分组列总和生成汇总列

你可以通过自定义函数，配合Pandas按行求和的方法实现需求，完整实现代码如下：

import pandas as pd

# 示例数据初始化
d = {'a': [0,1,0,1,1,1], 'b': [1,1,1,1,1,1], 'c': [0,0,0,0,0,1], 'd': [1,0,1,1,1,0]}
col_group_map = {'a':'top','b':'bot','c':'top','d':'bot'}
df = pd.DataFrame(d)

# 自定义汇总函数
def add_group_total(df, group_name, col_group_map):
    # 筛选当前分组对应的所有列
    target_cols = [col for col, group in col_group_map.items() if group == group_name]
    # 按行对目标列求和，生成汇总列
    df[f'total_{group_name}'] = df[target_cols].sum(axis=1)
    return df

# 调用函数添加两个分组的汇总列
df = add_group_total(df, 'top', col_group_map)
df = add_group_total(df, 'bot', col_group_map)

# 输出结果查看
print(df)

代码说明 #

• 函数入参里的col_group_map就是你提供的列和分组的映射字典，如果你的映射关系是固定的，也可以直接写在函数内部不用作为入参传递
• 核心逻辑是df[target_cols].sum(axis=1)，其中axis=1指定按行计算，默认axis=0是按列计算
• 如果你需要一次性批量添加所有分组的汇总列，可以用循环批量调用函数：

for group in set(col_group_map.values()):
    df = add_group_total(df, group, col_group_map)

运行后得到的输出结果完全符合预期：

内容的提问来源于stack exchange，提问作者chicagobeast12