Pandas DataFrame合并相同时间特征行并累加qty的实现问题

你现有代码的核心问题 #

你写的连续遍历逻辑存在两个硬bug，才会导致合并结果不稳定：

• 累加逻辑没有同步更新基准值：每次匹配到同时间特征的行时，你只修改了结果df里对应行的Qty数值，用来做同组判断的temp变量还停留在组内第一行的原始Qty值。举个例子，同组3行的qty分别为1、2、3，按照你的逻辑，第二行匹配时会把累计值算成1+2=3，但temp的值还是最初的1；到第三行匹配时，你又拿temp的1加第三行的3，把之前的累计值直接覆盖成4，根本没法算出正确的总和6。
• 索引匹配错位：你手动维护的行号变量j没有和当前所在的分组位置实时对应，一旦同组行的数量超过2条，很容易把本该累加的行当成新的独立组追加，这就是为什么5条完全相同的行最后会拆成2条甚至更多结果行。

最稳定简便的实现方式 #

完全不需要手写遍历循环，Pandas自带的groupby聚合功能就是为这类“按特征分组合并、对指定列做求和”的场景设计的，运行效率比手写循环高很多，也没有逻辑漏洞。
直接用如下代码即可：

# 按4个时间特征分组，对qty列求和，as_index=False保证结果是常规结构的DataFrame
merged_df = original_df.groupby(
    by=['hour', 'day', 'week', 'month'],
    as_index=False
)['qty'].sum()

这个方法不依赖“同特征行必须连续”的前提，不管相同时间特征的行在原始df里是分散还是连续，都能准确把所有同组的行合并、对qty列完成求和，最终的df里每一行的时间特征组合都是唯一的，完全匹配你的需求。

如果你要适配之前代码里的大写列名（Hour、Day、Week、Month、Qty），只要把对应列名替换成你的实际列名即可：

# 适配你原有大写列名的版本
sicdf = df_sic1.groupby(
    by=['Hour', 'Day', 'Week', 'Month'],
    as_index=False
)['Qty'].sum()

内容的提问来源于stack exchange，提问作者dukedoug