Pandas中使用Groupby、aggregate按条件筛选并新增聚合结果列的方法

以下是基于Python Pandas库的实现方案，针对表格类数据的分组聚合过滤场景适用性最高：

核心逻辑 #

1. 按Country列分组，对每个分组的Number列求和
2. 将分组求和结果广播到对应分组的每一行，生成result列
3. 过滤掉result值小于2的所有行，得到最终结果

可运行代码示例 #

import pandas as pd

# 构造示例数据集，实际使用时可替换为读表语句（如pd.read_csv()）
data = {
    'Country': ['India', 'India', 'India', 'India', 'Germany', 'Germany', 'Germany', 'Japan', 'Japan'],
    'Number': [1, 0, 2, 0, 1, 0, 0, 2, 0],
    'bool': ['yes', 'no', 'no', 'yes', 'no', 'no', 'yes', 'yes', 'yes']
}
df = pd.DataFrame(data)

# 核心处理代码
df['result'] = df.groupby('Country')['Number'].transform('sum')
result_df = df[df['result'] >= 2].reset_index(drop=True)

# 打印输出验证结果
print(result_df)

代码说明 #

• groupby('Country')['Number'].transform('sum')：会将每个国家的Number列求和结果直接赋值给该国家对应的每一行数据，无需手动做映射匹配
• 最后通过布尔索引过滤掉求和结果小于2的分组（示例中德国求和结果为1，会被直接过滤）
• reset_index(drop=True)用于重置结果的行索引，不需要的话可以省略

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