Pandas实现按用户分组筛选code='P'并求和，且将结果填充至所有行

嘿，这个需求我之前处理数据的时候也碰到过！你之前的写法问题出在先筛选了code='P'的行再分组，所以结果只在P的行有值，其他行都是NaN。其实只要调整一下逻辑顺序，就能把求和结果填充到每个用户的所有行啦，给你几个实用的方法：

方法一：用groupby + transform直接实现（最简洁） #

这个方法利用transform会把分组计算的结果自动广播到组内每一行的特性，在transform的lambda里针对每个用户组，只计算code='P'的value之和：

import pandas as pd

# 假设你的原始数据是这个df
df = pd.DataFrame({
    'user': ['0001', '0001', '0001', '0002', '0002', '0003'],
    'code': ['P', 'P', 'N', 'N', 'N', 'P'],
    'value': [10, 20, 10, 40, 30, 10]
})

# 核心代码
df['Sum_of_P'] = df.groupby('user').apply(
    lambda group: group['value'][group['code'] == 'P'].sum()
).reindex(df['user']).values

方法二：先预计算每个用户的P总和，再映射到原表（高效推荐） #

如果你的数据量很大，用apply可能有点慢，那可以先提前算出每个用户的P的总和（没有的用户直接填0），再通过map把值对应到每一行：

# 先计算每个用户的code='P'的value总和
user_p_total = df[df['code'] == 'P'].groupby('user')['value'].sum()
# 把所有用户都包含进来，没有P的用户总和设为0
user_p_total = user_p_total.reindex(df['user'].unique(), fill_value=0)
# 映射到原DataFrame的每一行
df['Sum_of_P'] = df['user'].map(user_p_total)

方法三：用transform结合条件判断（更直观） #

还有一种更直白的写法，在transform里用条件判断标记出P的行，再求和：

import numpy as np

df['Sum_of_P'] = df.groupby('user')['value'].transform(
    lambda x: np.sum(np.where(df.loc[x.index, 'code'] == 'P', x, 0))
)

运行以上任意一种方法，你都会得到想要的结果：每个用户的所有行都会填充该用户code='P'的value总和，没有P的用户就填0，完全符合你给出的输出示例~

备注：内容来源于stack exchange，提问作者Bijan