如何在Pandas中按条件列求和及统计Cranes总访问量

这是Pandas里非常常见的需求，我给你几个实用的实现方式：

• 布尔索引直接求和：如果只想筛选满足某列条件的行，再对目标列求和，直接用布尔表达式过滤就行。比如要计算priority列为yes时visits列的总和：

  total = df[df['priority'] == 'yes']['visits'].sum()
  

• 分组求和（按条件列）：如果需要按条件列分组后，分别计算每组目标列的总和，用groupby更合适：

  sum_by_condition = df.groupby('priority')['visits'].sum()
  

• 多条件组合求和：要是有多个筛选条件，用&（逻辑且）或|（逻辑或）组合布尔表达式，记得给每个条件加括号：

  total = df[(df['priority'] == 'yes') & (df['birds'] == 'Cranes')]['visits'].sum()
  

你当前的groupby操作之所以会出现age列，是因为sum()默认会对DataFrame里所有数值类型的列进行求和运算（你的age和visits都是数值列）。要得到你想要的输出，我们可以分步处理：

1. 筛选Cranes的访问记录 #

先提取birds列为Cranes的行，只保留birds和visits两列，避免其他列干扰：

cranes_data = df[df['birds'] == 'Cranes'][['birds', 'visits']]

2. 添加总计行 #

接下来我们创建一行总计数据，把Cranes的所有visits加起来，再和原始记录合并：

# 生成总计行
total_row = pd.DataFrame({'birds': ['Total'], 'visits': [cranes_data['visits'].sum()]})
# 合并原始数据和总计行
result = pd.concat([cranes_data, total_row], ignore_index=True)

3. 输出指定格式 #

现在打印结果就能得到你想要的样式了，用to_string(index=False)可以去掉默认的索引列：

print(result.to_string(index=False))

执行后输出如下：

birds  visits
Cranes       2
Cranes       4
Cranes       4
Cranes       2
Total       12

补充：如果只想对指定列分组求和 #

要是你只是想避免age列被求和，而非保留原始记录，那可以在groupby后明确指定要计算的列：

# 只对visits列分组求和，不会包含age列
g = df.groupby(['birds','visits'])['visits'].sum()

不过这个结果是分组后的求和值，和你想要的原始记录+总计的需求不太一样，所以还是前面的分步方法更贴合你的期望。

内容的提问来源于stack exchange，提问作者Koustav