如何在Julia DataFrames中合并重复行并对指定列求和

当然可以做到！核心思路是先按你认定的“重复标识列”（也就是amp和mean）分组，然后对每组里的cycles列求和，同时保留amp和mean的对应值——毕竟这些列在重复组里是完全相同的，直接保留就行。

下面用你的示例数据来演示具体操作：

步骤1：准备示例数据 #

先补全并构造你给出的类似数据：

using DataFrames

# 构造示例DataFrame
Data1 = DataFrame(
    amp = [50.0, 150.0, 350.0, 150.0, 50.0, 350.0, 150.0, 50.0],
    mean = [250.0, 250.0, 150.0, 250.0, 250.0, 150.0, 250.0, 250.0],
    cycles = [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0]
)

步骤2：分组并聚合求和 #

用groupby按amp和mean分组，再用combine对每组的cycles列求和：

# 按amp、mean分组，对cycles求和，结果列仍命名为cycles
result = combine(groupby(Data1, [:amp, :mean]), :cycles => sum => :cycles)

结果展示 #

执行后得到的result就是你想要的效果：

3×3 DataFrame
│ Row │ amp   │ mean  │ cycles │
├─────┼───────┼───────┼────────┤
│ 1   │ 50.0  │ 250.0 │ 3.0    │
│ 2   │ 150.0 │ 250.0 │ 3.0    │
│ 3   │ 350.0 │ 150.0 │ 2.0    │

关键说明 #

• groupby(Data1, [:amp, :mean])：把所有amp和mean完全相同的行归为一组，这一步相当于识别出了“重复行”（除了cycles列之外的重复）。
• :cycles => sum => :cycles：对每组的cycles列执行求和操作，最后把结果列命名为cycles（如果你想给求和后的列起别名，比如叫total_cycles，可以改成 :cycles => sum => :total_cycles）。

这样就完美实现了：删除重复的amp+mean组合行，同时把每组的cycles值累加，amp和mean列保持不变。

内容的提问来源于stack exchange，提问作者maikkirapo