如何在Pandas中对DataFrame按ID分组计算值的总和？

这事儿在Pandas里太常见啦，用groupby()加sum()就能轻松解决，哪怕你有成千上万个ID也完全hold住，效率拉满。

先还原你的示例数据 #

首先咱们先把你给出的测试数据创建出来，方便演示：

import pandas as pd

df = pd.DataFrame({
    'id': ['a', 'a', 'b', 'a', 'a'],
    'value': [2, 1, 8, 0, 2]
})

核心操作：分组求和 #

一行代码就能得到你想要的结果DataFrame：

result_df = df.groupby('id')['value'].sum().reset_index()

我拆解下这行代码的作用：

• groupby('id')：把整个DataFrame按照id列的不同值分成一个个小组
• ['value'].sum()：对每个小组里的value列做求和运算
• reset_index()：把原本作为索引的id转成普通列，这样得到的结构就和你想要的完全一致了

看看最终结果 #

运行完上面的代码，result_df就是你要的样子：

要是你觉得不需要把id转成普通列，只想保留以id为索引的Series格式，去掉reset_index()就行：

result_series = df.groupby('id')['value'].sum()

输出会是这样：

id
a    5
b    8
Name: value, dtype: int64

这个方法处理大规模数据毫无压力，Pandas的groupby是经过优化的，成千上万的ID也能快速计算完成。

内容的提问来源于stack exchange，提问作者Sam