如何在另一列值相同时计算指定列的分组求和（附示例）

没问题，这在pandas里可以轻松实现，核心是用groupby搭配transform方法——transform的作用就是把分组计算的结果"广播"回原DataFrame的每一行，正好满足你要让同一分组所有行都显示该组总和的需求。

步骤演示 #

首先先构造符合你描述的DataFrame（如果你的实际列名不同，替换成自己的列名即可）：

import pandas as pd

data = {
    '分组': ['A', 'A', 'A', 'B', 'A', 'B'],
    '数值': [2, 1, 3, 22, 0, 8]
}
df = pd.DataFrame(data)

然后执行以下代码新增cum.sum列：

df['cum.sum'] = df.groupby('分组')['数值'].transform('sum')

最终结果 #

运行后得到的DataFrame就是你想要的效果：

分组  数值  cum.sum
0   A   2        6
1   A   1        6
2   A   3        6
3   B  22       31
4   A   0        6
5   B   8       31

简单解释 #

• groupby('分组')：按照指定的分组列对数据进行分组
• ['数值']：指定要计算总和的目标数值列
• transform('sum')：对每个分组计算总和，然后将结果对应填充到原DataFrame的每一行，这样同一分组的所有行都会显示该组的求和结果。

内容的提问来源于stack exchange，提问作者Андрей Севостьянов