如何按相同日期与性别条件合并数据行并累加Cases列数值

Excel 操作（适合无代码基础用户） #

• 选中全部数据源（包含表头行）
• 点击顶部菜单栏「数据」选项卡，选择「数据透视表」，按需选择透视表的存放位置
• 在透视表字段配置面板中：
  • 将Date、Sex字段依次拖入「行」区域
  • 将Cases字段拖入「值」区域，确认值汇总方式为「求和」，若默认是计数，右键点击值字段选择「值字段设置」修改为求和即可
• 最终生成的透视表就是你需要的合并后结果

Python 操作（适合pandas用户） #

核心通过groupby分组后做聚合求和，示例代码如下：

import pandas as pd

# 读入数据，你可以直接读取本地csv文件，也可以从剪贴板读取复制的源数据
df = pd.read_csv("your_data.csv")
# 按Date、Sex分组，对Cases字段求和
result_df = df.groupby(["Date", "Sex"], as_index=False)["Cases"].sum()

# 如需导出结果到csv
# result_df.to_csv("merged_result.csv", index=False)

R 操作（适合R语言用户） #

使用dplyr包的分组聚合语法即可实现：

library(dplyr)

# 读入数据为数据框df后执行分组求和
result_df <- df %>% 
  group_by(Date, Sex) %>% 
  summarise(Cases = sum(Cases), .groups = "drop")

内容的提问来源于stack exchange，提问作者Moon Chan