如何使用Pandas按Area列分组聚合求和并保留其余列的值

你可以通过pandas的groupby+agg方法实现需求，按Area列分组后，对数值列执行求和操作，非数值列取分组内的统一值即可：

方法1：手动指定聚合规则（适合列数较少的场景） #

import pandas as pd

# 测试数据集
test = pd.DataFrame({'Area': ['Tipperary','Tipperary','Cork','Dublin'],
                     'Deaths': [11,33,44,55],
                      'Year': [2007,2007,2007,2008]}
)

# 分组聚合操作
result = test.groupby('Area', as_index=False).agg({
    'Deaths': 'sum', # 数值列 Deaths 求和
    'Year': 'first'  # 非数值列 Year 取分组内第一个值（同分组下Year值统一）
})

方法2：自动识别列类型生成聚合规则（适合大规模多列场景） #

如果数据列数很多，手动指定规则效率低，可以自动区分数值列和非数值列匹配聚合逻辑：

agg_rules = {}
for col in test.columns:
    # 跳过分组键Area
    if col == 'Area':
        continue
    # 数值列执行求和
    if pd.api.types.is_numeric_dtype(test[col]):
        agg_rules[col] = 'sum'
    # 非数值列取分组内第一个值
    else:
        agg_rules[col] = 'first'

result = test.groupby('Area', as_index=False).agg(agg_rules)

输出结果 #

最终得到的聚合结果如下：

注意：如果实际场景中同一个Area分组下的非数值列存在不同取值，可以根据业务需要将first替换为max、last等其他聚合规则。

内容的提问来源于stack exchange，提问作者user16805952