如何基于DataFrame列前缀自动分组，对指定列值求和？

没问题，这个需求用Pandas就能轻松实现完全自动化的前缀分组求和，不用手动写一堆startswith判断，咱们一步步来：

核心实现代码（固定前缀长度） #

假设你要按前3个字符分组，直接用字符串切片+分组求和就搞定：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'a': ['foo123', 'foo456', 'bar234', 'bar324'],
    'b': [5, 8, 1, 6]
})

# 关键步骤：提取前缀+分组求和
result = df.groupby(df['a'].str[:3])['b'].sum().reset_index()
# 重命名列名和原表对齐
result.columns = ['a', 'b']

print(result)

运行后输出就是你想要的：

a   b
0  bar   7
1  foo  13

代码解释 #

• df['a'].str[:3]：这一步会自动提取a列每个字符串的前3个字符，生成一个和原表行数一致的Series，不管你的前缀是foo还是bar，甚至是其他任意前缀，都会被自动识别为分组依据
• groupby(...)['b'].sum()：用提取出的前缀Series作为分组键，对b列对应的值求和
• reset_index()：把分组后的索引（也就是前缀）转换成普通列，让结果的结构和原表保持一致
• 最后重命名列名，确保输出的列名和你期望的a、b一致

拓展：前缀长度不固定的情况 #

如果你的a列前缀长度不固定（比如有的是2个字母，有的是3个，后面跟着数字），可以用正则表达式提取前缀部分，实现更灵活的自动分组：

# 提取所有字母作为前缀（假设前缀是纯字母，后面是数字）
result = df.groupby(df['a'].str.extract(r'([a-zA-Z]+)', expand=False))['b'].sum().reset_index()

这个方法会自动识别a列里的所有连续字母部分作为分组键，不管长度是多少，都能准确分组求和。

内容的提问来源于stack exchange，提问作者Liquidity