You need to enable JavaScript to run this app. Python pandas中按重复实体分组对DataFrame数值字段求和
优惠活动
大模型
产品
解决方案
定价
更多

Python pandas中按重复实体分组对DataFrame数值字段求和

按Entity聚合数值的实现方法

直接使用pandas原生的groupby()分组聚合能力即可满足需求,逻辑是先按Entity字段拆分全量数据,再对每个分组内的people_vaccinated列做求和计算,所有重复Entity的记录都会自动合并为单条聚合结果。

基础求和实现

# 按Entity分组,对people_vaccinated列执行求和
agg_df = df.groupby("Entity", as_index=False)["people_vaccinated"].sum()
  • 传入as_index=False是为了避免将分组列Entity转为DataFrame索引,输出结果保持常规二维表结构
  • 针对示例中的Alabama分组,聚合后对应的总接种人数为同组所有日期数值的累加值:70861 + 74792 + 80480 + 86956 + 114319 = 427408

扩展:同步保留同组固定字段

如果聚合结果需要保留同一Entity对应的其他固定属性(比如示例中的Code字段,同一Entity下该值完全一致),可以使用多规则聚合写法:

agg_df = df.groupby("Entity", as_index=False).agg(
    Code=("Code", "first"),  # 提取同组内首个非空的Code值
    people_vaccinated=("people_vaccinated", "sum"),
    # 如需衍生统计可补充对应规则,例如:
    # earliest_date=("Date", "min")  # 取该Entity最早的接种记录日期
)

规则说明

  • 聚合时会自动跳过people_vaccinated列的空值,符合pandas默认数值聚合的处理逻辑,不会影响最终求和结果
  • 原始数据中的Date列属于时间维度字段,同一Entity下存在多条不同日期的记录,不建议直接带入聚合流程,如需衍生时间统计项可在agg()方法中单独定义规则

内容的提问来源于stack exchange,提问作者Devendra Garg

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 06:15:03