Python新手求助：Pandas按User_ID分组求和遇重复ID时重置

嘿，我完全懂你的需求！你要的是对连续出现的同一个User_ID的clicks字段求和，而不是把所有相同User_ID的记录都汇总到一起——也就是说，当某个User_ID断开后再次出现在新行时，求和要重置，对吧？普通的groupby('User_ID')会把所有同ID的行归为一组，自然达不到你的要求，咱们来一步步解决这个问题。

核心思路：给连续的User_ID批次打标识 #

要实现“连续相同ID求和、断开后重置”，关键是先给每一段连续的相同User_ID生成一个唯一的分组标识，然后再按这个标识+User_ID来分组求和。

具体实现步骤 #

1. 构造样例数据（模拟你的场景）
   先拿一个和你需求匹配的样例DataFrame来演示：

   import pandas as pd
   
   data = {
       'User_ID': [19, 19, 20, 20, 19, 19, 21],
       'clicks': [2, 3, 1, 4, 5, 2, 6]
   }
   df = pd.DataFrame(data)
   

   这里User_ID 19先连续出现2次，然后被20打断，之后又连续出现2次，正好对应你说的“再次出现时求和重置”的场景。

2. 生成连续分组标识
   用ne()方法判断当前行的User_ID和上一行是否不同，再用cumsum()累加生成分组ID：

   # 当当前行User_ID和上一行不同时，返回True，累加后得到唯一的分组编号
   df['group_id'] = df['User_ID'].ne(df['User_ID'].shift()).cumsum()
   

   这一步之后，DataFrame会新增一列group_id，每一段连续的相同User_ID会被分配同一个group_id，断开后重新生成新的id。

3. 按分组标识+User_ID求和
   现在就可以按User_ID和group_id分组，对clicks求和了：

   # 分组求和后重置索引，得到结构化的结果
   result = df.groupby(['User_ID', 'group_id'])['clicks'].sum().reset_index()
   
   # 如果不需要保留group_id列，可以直接删掉
   result = result.drop('group_id', axis=1)
   print(result)
   

输出结果 #

运行上面的代码后，你会得到符合预期的结果：

User_ID  clicks
0       19       5
1       20       5
2       19       7
3       21       6

可以看到，User_ID 19的两次连续出现分别求和（2+3=5，5+2=7），完全符合你“再次出现时求和重置”的要求。

额外拓展：如果需要每行的累计值 #

如果你不是要每个连续组的总和，而是要在原DataFrame里显示每行的累计clicks（比如第一行19的累计是2，第二行是5，然后19再次出现时累计从5开始），可以这样做：

df['cumulative_clicks'] = df.groupby('group_id')['clicks'].cumsum()
print(df)

输出会是：

User_ID  clicks  group_id  cumulative_clicks
0       19       2         1                  2
1       19       3         1                  5
2       20       1         2                  1
3       20       4         2                  5
4       19       5         3                  5
5       19       2         3                  7
6       21       6         4                  6

内容的提问来源于stack exchange，提问作者Liu