Python Pandas透视表问题：按指定ID列表统计积分求和

嘿，我来帮你搞定这个需求！首先我先假设你的DataFrame包含team_id（存储队伍ID）和points（存储对应积分）这两列——毕竟你没给出DataFrame的具体结构，这个假设应该贴合你的场景。

推荐：用Pandas向量化操作（高效替代for循环） #

Pandas的设计初衷就是尽量避免用for循环处理数据，向量化操作不仅代码简洁，效率也高得多。这里可以用isin()方法筛选目标ID，再直接求和：

import pandas as pd

# 先模拟符合需求的DataFrame（你可以替换成自己的真实数据）
df = pd.DataFrame({
    'team_id': [1, 2, 5, 7, 10, 12],
    'points': [10, 5, 14, 8, 10, 6]
})

team_A_id = [1, 5, 10]
# 筛选出team_id在目标列表中的行，对points列求和
result_team_A = df[df['team_id'].isin(team_A_id)]['points'].sum()

print(result_team_A)  # 输出结果：34

如果你一定要用for循环实现 #

虽然不推荐，但如果业务场景必须用循环，也可以这么写（注意要考虑同一个team_id可能有多条数据的情况，所以每次筛选后要对points求和）：

import pandas as pd

df = pd.DataFrame({
    'team_id': [1, 2, 5, 7, 10, 12],
    'points': [10, 5, 14, 8, 10, 6]
})

team_A_id = [1, 5, 10]
result_team_A = 0

for tid in team_A_id:
    # 找到当前ID对应的所有积分并求和
    current_points = df[df['team_id'] == tid]['points'].sum()
    result_team_A += current_points

print(result_team_A)  # 输出结果：34

简单解释一下：第一种方法里，df['team_id'].isin(team_A_id)会生成一个布尔数组，标记哪些行的team_id属于目标列表，用这个数组筛选DataFrame后，直接对points列求和就能得到结果。第二种循环方法则是逐个遍历目标ID，累加每个ID对应的积分总和。

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