Pandas按ID分组条件求和：仅对大于0的Variance计算超支总额

问题原因 #

你写的代码报错核心有两个问题：

1. 你先执行了df[df['Variance'] > 0]过滤操作，得到的子DataFrame行数比原df少，后续transform返回的结果长度和原df不匹配，无法直接赋值给原df的新列
2. 过滤时没有指定只取Variance列，返回的是包含所有列的DataFrame，transform('sum')会对所有列求和，返回多列结果，所以会提示Wrong number of items passed 8, placement implies 1

解决方案 #

把过滤逻辑放到分组后的聚合规则里即可，不要提前过滤整个DataFrame，正确代码如下：

df['Overspend Total'] = df.groupby('ID')['Variance'].transform(lambda x: x[x > 0].sum())

代码逻辑说明：

• 按ID分组后，针对每组的Variance序列x，先筛选出大于0的部分再求和
• transform方法会把每组的求和结果，自动广播到组内的所有行，返回的结果长度和原df完全一致，可以直接赋值为新列

内容的提问来源于stack exchange，提问作者Tickets2Moontown