DataFrame中按指定条件对不同列数值求和的方法咨询

以下是不同需求场景下的具体实现代码，你可以根据自己的列名和筛选规则调整参数：

• 按单列分组后对指定列求和
  需求示例：按类别列分组，汇总统计不同类别的总销售额、总利润

  sum_df = df.groupby('类别')[['销售额', '利润']].sum().reset_index()
  

• 单筛选条件下对指定列求和
  需求示例：仅统计华东区域的总销售额、总成本

  hz_total = df.loc[df['区域'] == '华东', ['销售额', '成本']].sum()
  

• 多筛选条件组合后对指定列求和
  需求示例：统计华东区域、且订单量大于10的总销售额、总利润

  # 多个条件用&（与）、|（或）连接，每个条件需要用括号包裹
  condition_total = df.loc[(df['区域'] == '华东') & (df['订单量'] > 10), ['销售额', '利润']].sum()
  

• 逐行按条件计算求和值生成新列
  需求示例：每行仅统计已完成订单的总收益，未完成订单的收益记为0

  df['完成订单收益'] = df.apply(
      lambda x: x['销售额'] + x['利润'] if x['订单状态'] == '已完成' else 0,
      axis=1
  )
  

内容的提问来源于stack exchange，提问作者Sebastian Villalba