Python/Pandas删除子串后按分组合并行并计算聚合值

你可以通过Pandas实现该需求，完整实现流程如下：

步骤1：修复原始数据笔误 #

原始数据第6行description值存在笔误，少了颜色的右括号，先修正：

import pandas as pd

# 假设你已经把数据读入df，这里先做数据修正
df['description'] = df['description'].str.replace(r'NFL football \(blue XL', r'NFL football (blue) XL', regex=True)

步骤2：清洗description列，移除尺码后缀 #

用正则匹配删除末尾的尺码标识：

df['description'] = df['description'].str.replace(r'\s+[A-Z]+$', '', regex=True)

步骤3：分组聚合计算 #

按处理后的description字段分组，对不同列执行对应聚合逻辑：

result = df.groupby('description', as_index=False).agg(
    total=('total', 'sum'),
    average=('average', lambda x: round(x.mean())),
    number=('number', 'sum')
)

输出result即可得到你需要的目标结果。

内容的提问来源于stack exchange，提问作者Ed Jefferies