如何按另一列相同值对指定列数值进行分组求和（附示例）

嘿，这个分组求和的需求在数据处理里太常见了！我给你整理几种主流工具的实现方法，覆盖Excel、Python和SQL，你可以根据自己的使用场景选择：

先明确你的数据与目标 #

原始数据： #

目标求和结果： #

方法1：Excel 实现 #

方式1：用 SUMIF 函数手动计算 #

适合数据量不大、需要灵活自定义输出位置的场景：

1. 先提取column1的唯一值到新列（比如D列），Excel 365及以上版本可以直接用=UNIQUE(A:A)；旧版本可以用「数据」→「删除重复值」功能提取。
2. 在对应唯一值的单元格右侧（比如E2）输入公式：=SUMIF(A:A, D2, B:B)，下拉填充所有行，就能得到每个分组的求和值。

方式2：数据透视表（高效可视化） #

适合快速生成汇总表，还能随时调整维度：

1. 选中整个原始数据区域
2. 点击「插入」→「数据透视表」，按提示选择放置位置
3. 在右侧字段列表中，把column1拖到「行」区域，column2拖到「值」区域（默认就是求和，若不是可以点击值字段设置改为「求和」），瞬间就能得到分组求和结果。

方法2：Python Pandas 实现 #

适合批量处理数据、自动化脚本场景：

import pandas as pd

# 构造你的原始数据（实际场景可以用pd.read_csv/pd.read_excel读取文件）
data = {
    'column1': ['mat', 'math', 'math', 'engl', 'engl', 'engl', 'engl', 'phy', 'phy', 'phy', 'phy'],
    'column2': [80, 50, 60, 70, 40, 50, 90, 70, 60, 40, 80]
}
df = pd.DataFrame(data)

# 核心：按column1分组，对column2求和
sum_result = df.groupby('column1')['column2'].sum().reset_index()

# 输出结果
print(sum_result)

运行后会输出：

column1  column2
0    engl      250
1     mat       80
2    math      110
3     phy      250

方法3：SQL 实现 #

适合数据库中的数据汇总：
假设你的数据存储在名为subject_scores的表中，字段为column1和column2，执行以下SQL语句即可：

SELECT column1, SUM(column2) AS column2
FROM subject_scores
GROUP BY column1;

这条语句会按column1的不同值分组，对每组的column2数值求和，返回的结果就是你需要的分组汇总表。

内容的提问来源于stack exchange，提问作者quamar