基于公共列对Pandas DataFrame多列值求和的实现方法

没问题，这事儿用Pandas的分组聚合功能就能轻松搞定，我拿你提供的样例数据一步步演示：

原始样例数据 #

先把你给出的DataFrame整理成表格形式方便查看：

实现代码 #

核心思路是用groupby()指定分组的公共列（date和id），然后选择需要求和的列（y1、y2），最后调用sum()完成聚合，再用reset_index()把分组列还原成普通列：

import pandas as pd

# 假设你的原始DataFrame名为df
df = pd.DataFrame({
    'date': ['2010-1-1']*8,
    'id': [1,1,1,2,2,2,3,3],
    'device': ['pc','smart','table','pc','smart','table','pc','smart'],
    't1': ['yes1','yes1','yes1','yes2','yes2','yes2','yes3','yes3'],
    't2': ['I am1']*6 + ['I am3']*2,
    'text': ['This is a test1']*3 + ['This is a test2']*3 + ['This is a test3', 'This is a tes3'],
    'y1': [5,6,7,8,8,9,10,11],
    'y2': [3,4,5,2,3,4,3,2]
})

# 分组求和
result_df = df.groupby(['date', 'id'])[['y1', 'y2']].sum().reset_index()

输出结果 #

运行上面的代码后，得到的新DataFrameresult_df如下：

补充说明 #

• 如果不需要保留分组列作为索引，reset_index()是必须的，否则date和id会变成多级索引
• 如果你还需要保留其他非聚合列（比如t1、t2），可以用agg()方法指定不同列的聚合规则，比如对t1取第一个值，对y1、y2求和：

  result_df = df.groupby(['date', 'id']).agg(
      t1=('t1', 'first'),
      t2=('t2', 'first'),
      y1=('y1', 'sum'),
      y2=('y2', 'sum')
  ).reset_index()
  

内容的提问来源于stack exchange，提问作者tktktk0711