Pandas分组条件求和：新增TYPE为A/B的分组求和列

要实现按IDS分组，仅对TYPE为A或B的CR_EARNED求和并生成TOT_AB列，这里有两种简洁且易理解的方法，和你生成TOT_ALL_TYPES的思路一脉相承：

方法一：临时列辅助法（直观易懂） #

先给符合条件的行标记出有效CR_EARNED值，再分组求和映射回原表：

# 创建临时列，仅保留TYPE为A/B的CR_EARNED，其余设为0
df['CR_AB_temp'] = df.apply(lambda row: row['CR_EARNED'] if row['TYPE'] in ['A', 'B'] else 0, axis=1)
# 按IDS分组求和临时列，生成目标TOT_AB
df['TOT_AB'] = df['CR_AB_temp'].groupby(df['IDS']).transform('sum')
# 可选：删除临时列，保持表结构整洁
df = df.drop('CR_AB_temp', axis=1)

方法二：直接分组筛选法（更简洁） #

不需要临时列，直接在分组后对每组内符合条件的行求和：

df['TOT_AB'] = df.groupby('IDS')['CR_EARNED'].transform(
    lambda x: x[df.loc[x.index, 'TYPE'].isin(['A', 'B'])].sum()
)

最终效果验证 #

运行任意一种方法后，你的DataFrame会得到期望的结果：

IDS CR_EARNED TYPE TOT_ALL_TYPES TOT_AB
001 3 A 7 7
001 3 A 7 7
001 1 B 7 7
002 3 A 6 6
002 3 A 6 6
003 2 C 8 2
003 4 C 8 2
003 2 A 8 2

举个例子：IDS=003的分组里只有TYPE为A的行（CR_EARNED=2）符合条件，所以TOT_AB的值为2，所有同IDS的行都会映射这个求和结果。

内容的提问来源于stack exchange，提问作者S_TAN