Pandas技术问题：计算DataFrame中逗号分隔标签的对应收入总和

我来帮你搞定这个问题！其实你已经走了一半啦，不用手动遍历这么麻烦，Pandas有更简洁高效的方法直接实现你的需求——把每个逗号分隔的标签和对应的Revenue关联，再分组求和就行。

步骤1：拆分标签并展开行 #

首先我们把Tag列的逗号分隔字符串拆成列表，再用explode方法把列表里的每个标签单独拆成一行，同时保留对应的Revenue值（这样每个标签都会对应它所在行的Revenue）：

# 拆分Tag列并展开，每个标签对应原行的Revenue
tag_revenue = revcat.assign(Tag=revcat['Tag'].str.split(',')).explode('Tag')

这一步之后，你的DataFrame会变成这样：

步骤2：按标签分组求和 #

接下来只需要按Tag分组，对Revenue列求和就得到每个标签的总Revenue了：

# 按Tag分组，计算Revenue总和
tag_total = tag_revenue.groupby('Tag')['Revenue'].sum().reset_index()

完整示例代码 #

用你给出的测试数据跑一遍，完整代码如下：

import pandas as pd

# 你的示例数据
data = {
    'Tag': ['a,b,c,d', 'a,b,c,d', 'a,b,d,e', 'a,b,d,e'],
    'Revenue': [0, 10, 89, 111]
}
revcat = pd.DataFrame(data)

# 拆分标签并展开
tag_revenue = revcat.assign(Tag=revcat['Tag'].str.split(',')).explode('Tag')

# 分组求和
tag_total = tag_revenue.groupby('Tag')['Revenue'].sum().reset_index()

print(tag_total)

运行后输出的结果完全符合你的预期：

Tag  Revenue
0   a      220
1   b      220
2   c       10
3   d      220
4   e      210

为什么不用你之前的唯一标签列表？ #

你之前提取的uniqtag其实没必要单独处理，上面的方法直接把标签拆分展开后分组，一步到位，既简洁又高效，还避免了手动遍历的繁琐。

内容的提问来源于stack exchange，提问作者Alex16237