如何用Python编写代码求Pandas DataFrame指定年份的产量列总和

是否需要使用groupby函数 #

不需要。你仅需要统计单个指定年份（2014）的产量总和，直接通过布尔索引筛选对应行后对产量列求和即可，代码更简洁，执行效率也更高。groupby更适合需要统计每一个年份对应总产量的场景。

具体代码实现 #

假设你的DataFrame变量名为df，对应列名分别为年份、产量：

方案1：直接筛选后求和（推荐） #

# 筛选年份为2014的所有行，对产量列求和
sum_2014 = df[df['年份'] == 2014]['产量'].sum()

代码逻辑说明：

1. df['年份'] == 2014 会生成布尔序列，匹配所有年份为2014的行
2. 用该布尔序列索引df即可得到2014年的所有行数据
3. 提取产量列后调用sum()方法即可得到2014年总产量

方案2：groupby实现（仅作参考，单年份统计不推荐） #

如果你同时需要统计所有年份各自的总产量，也可以通过groupby实现，再提取2014年的结果：

# 按年份分组，统计每个年份的产量总和
year_prod_total = df.groupby('年份')['产量'].sum()
# 提取2014年的产量总和，不存在2014年数据时默认返回0
sum_2014 = year_prod_total.get(2014, 0)

注意事项 #

• 确保年份列的数据类型和匹配值类型一致，若年份为字符串格式，需将判断条件改为df['年份'] == '2014'
• sum()函数默认开启skipna=True参数会自动忽略空值，如果你需要把空值计入统计，可手动传入参数skipna=False

内容的提问来源于stack exchange，提问作者Curious