Pandas DataFrame如何按指定列条件对重复子集行求和

我们通常对列子集对应的重复行求和的写法如下：

import pandas as pd
df = pd.DataFrame({"source": [1, 1, 3, 1, 1],
                   "target":[2, 2, 5, 3, 3],
                   "value": [0.5, 1.0, 1.51, 0.2, 0.5]})
print("原始数据：")
print(df)
print("全部分组求和结果：")
print(df.groupby(['source','target'], as_index=False)["value"].sum())

运行输出：

原始数据：
   source  target  value
0       1       2   0.50
1       1       2   1.00
2       3       5   1.51
3       1       3   0.20
4       1       3   0.50

全部分组求和结果：
   source  target  value
0       1       2   1.50
1       1       3   0.70
2       3       5   1.51

如果要给求和添加条件，比如仅对target为2的重复行执行求和，其他行保留原始值，可以用拆分拼接的思路实现，代码如下：

# 拆分数据：target=2的部分分组求和，其余部分保留原始值
df_target2 = df[df['target'] == 2].groupby(['source','target'], as_index=False)['value'].sum()
df_other = df[df['target'] != 2]
# 拼接两部分数据，重置索引
res = pd.concat([df_target2, df_other], ignore_index=True)
print(res)

运行输出完全符合预期：

source  target  value
0       1       2   1.50
1       3       5   1.51
2       1       3   0.20
3       1       3   0.50

补充：如果后续需要删除其他分组的重复行，直接执行df.drop_duplicates(subset=["source","target"])即可。

内容的提问来源于stack exchange，提问作者Abolfazl