Python Pandas如何匹配两列条件并按分组对第三列求和

场景1：一次性统计所有艺术家对应各流派的总成本 #

直接用groupby对两个字段分组聚合即可，代码如下：

# 分组统计，输出包含Artist、Genre、Total Cost三列的完整结果表
result_all = df.groupby(['Artist', 'Genre'])['Cost'].sum().reset_index(name='Total Cost')

输出结果会包含所有艺术家和对应流派的总成本汇总，你可以直接从这个表里筛选任意艺术家的数据。

场景2：单独查询指定艺术家（以Beethoven为例）的各流派总成本 #

可以先过滤出目标艺术家的数据，再按流派分组求和：

# 先筛选Beethoven的所有数据，再按Genre分组统计Cost总和
beethoven_result = df[df['Artist'] == 'Beethoven'].groupby('Genre')['Cost'].sum().reset_index(name='Total Cost')

运行以上代码得到的beethoven_result就和你给出的预期输出完全一致。

补充：多条件直接查询特定组合的总成本 #

如果你需要直接计算某一个艺术家+流派组合的总成本，可以用多条件的loc查询，注意多个判断条件需要用括号包裹，逻辑与用&连接：

# 示例：计算Beethoven的Classical流派总成本
beethoven_classical_total = df.loc[(df['Artist'] == 'Beethoven') & (df['Genre'] == 'Classical'), 'Cost'].sum()

内容的提问来源于stack exchange，提问作者user8738575