Pandas如何按年份分组求和并返回对应年份及每年value总和

你猜测的cumsum()并不适用当前场景，cumsum()是按顺序逐行累计求和，而你需要的是按年份独立分组求和，直接使用pandas多级索引的分组能力就可以实现需求，全程不需要写for循环。

假设你之前代码运行得到的输出结果存储为变量res，直接执行以下代码即可得到预期结果：

res.groupby(level='year').sum()

参数level='year'指定按照多级索引里的year层级做分组，直接对每个年份下的所有value值求和，是pandas原生向量化操作，执行效率很高。

如果需要输出和你示例格式完全一致的带完整行列索引的表格，可以再加一步重置索引操作：

res.groupby(level='year').sum().reset_index()

计算结果验证：

• 1960年：5 → 求和结果为5，符合预期
• 1962年：6+4+7 = 17 → 求和结果为17，符合预期
• 2000年：4 → 求和结果为4，符合预期
• 2020年：7+3+9 = 19 → 求和结果为19，符合预期

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