Python中按日期合并重复行并对Views字段求和的实现方法

嘿，这个需求在Pandas里简直是家常便饭，用分组聚合就能轻松搞定！我给你一步步拆解怎么做：

核心思路 #

你需要按Date（日期）和Keywords（关键词）这两个字段作为分组依据，把相同组合的行合并，然后对Views字段进行求和计算。

代码示例 #

首先假设你的原始DataFrame是这样的（我先构造一个示例数据方便演示）：

import pandas as pd

# 构造示例数据（模拟你的原始数据）
data = {
    "Date": ["2024-01-01", "2024-01-01", "2024-01-02", "2024-01-02", "2024-01-02"],
    "Keywords": ["Python", "Python", "Data Analysis", "Python", "Data Analysis"],
    "Views": [100, 150, 80, 200, 120]
}
df = pd.DataFrame(data)

接下来执行分组求和的核心代码：

# 按Date和Keywords分组，对Views求和，同时保持分组列为普通列
result_df = df.groupby(["Date", "Keywords"], as_index=False)["Views"].sum()

执行后得到的result_df就是你要的目标结果：

代码解释 #

• groupby(["Date", "Keywords"])：指定分组的两个字段，确保只有日期相同且关键词相同的行会被分到同一组
• as_index=False：这个参数很重要，它会让Date和Keywords保持为结果DataFrame的普通列，而不是成为索引
• ["Views"].sum()：明确只对Views列执行求和操作，避免其他无关字段被错误聚合

额外扩展 #

如果你的DataFrame还有其他需要聚合的字段（比如Clicks点击量），可以用agg()方法同时处理多个字段：

# 同时对Views和Clicks求和
result_df = df.groupby(["Date", "Keywords"], as_index=False).agg({
    "Views": "sum",
    "Clicks": "sum"
})

如果担心分组后日期排序被打乱，可以再加一行排序代码：

# 确保结果按日期升序排列
result_df = result_df.sort_values("Date")

内容的提问来源于stack exchange，提问作者Notna