Groupby与Sum函数处理NHL数据集时过滤非分组索引项的方法咨询

你可以直接从运算逻辑上提前过滤非太平洋赛区的比赛，从根源上避免生成不需要的0索引行，代码更简洁效率也更高：

# 定义太平洋赛区球队缩写到全称的映射字典
pacific_team_map = {
    'VAN': 'Vancouver',
    'CGY': 'Calgary',
    'ANA': 'Anaheim',
    'SEA': 'Seattle',
    'SJS': 'San Jose',
    'LAK': 'LA',
    'VGK': 'Vegas'
}
# 先筛选太平洋赛区的对阵记录，替换球队名后直接分组求和
result = df[df['Opponent'].isin(pacific_team_map.keys())]\
    .replace({'Opponent': pacific_team_map})\
    .groupby('Opponent')['Goals_Against']\
    .sum()

如果你不想修改现有生成PAC列的逻辑，也可以在分组求和后直接删除索引为0的行，只需要加一行drop操作：

# 原有逻辑生成PAC列后，直接丢弃0索引结果即可
df['PAC'] = np.select(pacific_conditions, pacific_teams)
result = df.groupby('PAC')['Goals_Against'].sum().drop(0)

内容的提问来源于stack exchange，提问作者d.keenan