如何为DataFrame中每个客户添加小时数汇总的总计行？

嘿，我来帮你搞定这个需求！你之前用循环+df.append()的方式踩坑太正常了——不仅append()已经被pandas官方弃用，而且循环处理的逻辑和效率都有问题，咱们换个更优雅高效的方法。

先说说你原来方法的问题 #

1. 循环逻辑错误：你写的for hours in df其实是在遍历DataFrame的列名，不是遍历每个客户，这根本没按客户分组计算总和；
2. append的坑：df.append()不会修改原DataFrame，它返回一个新对象，你如果没把结果重新赋值给df，等于白忙活；而且就算赋值了，循环多次生成中间对象，大数据量下效率极低；
3. 已被弃用：pandas 2.0之后append()就被标记为弃用，官方推荐用pd.concat()替代。

正确实现方法（两种常用思路） #

假设你的DataFrame结构类似这样（有customer客户列、hours小时列，还有其他业务列比如date）：

import pandas as pd

data = {
    'customer': ['A', 'A', 'B', 'B'],
    'date': ['2024-01-01', '2024-01-02', '2024-01-01', '2024-01-02'],
    'hours': [2, 3, 1, 4]
}
df = pd.DataFrame(data)

方法一：分组生成总计行 + 合并排序

这种方法适合列数不多的情况，手动指定聚合规则：

# 1. 按客户分组，生成每个客户的总计行
total_rows = df.groupby('customer').agg(
    customer=('customer', 'first'),  # 保留客户名称
    date=('date', lambda x: 'Total'),  # 日期列标记为Total
    hours=('hours', 'sum')  # 汇总小时数
).reset_index(drop=True)

# 2. 合并原数据和总计行，排序让总计行在每个客户的最后
result = pd.concat([df, total_rows]).sort_values(
    by=['customer', 'date'],
    key=lambda x: x.ne('Total').astype(int)  # 让'Total'排在该客户数据的最后
).reset_index(drop=True)

print(result)

输出结果：

customer        date  hours
0        A  2024-01-01      2
1        A  2024-01-02      3
2        A       Total      5
3        B  2024-01-01      1
4        B  2024-01-02      4
5        B       Total      5

方法二：自动适配多列的分组生成法

如果你的DataFrame有很多列，不想手动写每个列的聚合规则，可以用这种方式：

# 1. 给原数据标记非总计行
df['is_total'] = False

# 2. 分组生成总计行：复制客户的基础信息，小时数取总和，其他列标记为Total
total_df = df.groupby('customer').apply(
    lambda x: pd.Series(
        {**x.iloc[0].to_dict(), 'hours': x['hours'].sum(), 'date': 'Total', 'is_total': True}
    )
).reset_index(drop=True)

# 3. 合并、排序并清理临时列
result = pd.concat([df, total_df]).sort_values(
    by=['customer', 'is_total']  # 非总计行在前，总计行在后
).drop('is_total', axis=1).reset_index(drop=True)

注意事项 #

• 如果你的业务列不需要标记为Total，可以根据需求调整聚合规则（比如留空、保留客户名称等）；
• 大数据量下，这两种方法都比循环高效得多，因为pandas的groupby是向量化操作，避免了循环的性能损耗。

内容的提问来源于stack exchange，提问作者Timothy Mcwilliams