Python用Groupby与筛选按供应商分组统计逾期付款总和并新增列

可以通过一行代码完成需求，补全内容如下：

df['Paid Late by Vendor'] = df.groupby('供应商')['账单金额'].transform(lambda s: s[df.loc[s.index, '付款类型'] == '逾期'].sum())

如果想要代码可读性更强，也可以用下面的写法，逻辑完全等价：

df['Paid Late by Vendor'] = df.assign(逾期临时额=lambda x: x['账单金额'].where(x['付款类型'] == '逾期', 0)).groupby('供应商')['逾期临时额'].transform('sum')

说明 #

• 以上代码默认付款类型字段中，逾期付款的取值为逾期，如果你的实际业务中该字段的逾期取值是其他内容（比如已逾期/Late），替换代码中判断条件的对应值即可
• 这里用transform而非普通的sum聚合，是为了保证分组求和后的结果和原DataFrame行数完全对齐，自动匹配到对应供应商的所有行，不需要额外做拼接操作

内容的提问来源于stack exchange，提问作者Prasanna