如何新增列并按指定列分组？及分组求和的Pandas实操疑问

嘿，我来帮你搞定这个分组求和的小问题！你之前的代码之所以没得到预期结果，还出现了奇怪的额外列，核心原因是分组的列指定错了——你把Paid和Week都放进groupby()里了，这会让Pandas按「Paid值+Week值」的组合来分组，而不是你想要的只按Week分组。

正确的实现步骤 #

我们拿你给出的示例DataFrame来演示：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Paid': [5, 2, 7, 7],
    'Week': [1, 1, 2, 2]
})

要实现「按Week分组，计算Paid的总和」，只需要两步：

1. 仅按Week列分组，同时指定要聚合的目标列是Paid
2. 重置索引，让Week从分组索引变回普通列（保证输出格式和你期望的一致）

对应的代码如下：

# 分组求和并重置索引
result = df.groupby('Week')['Paid'].sum().reset_index()

# 调整列的顺序（和你的期望输出一致，可选）
result = result[['Paid', 'Week']]

print(result)

运行结果 #

Paid  Week
0     7     1
1    14     2

为什么之前的代码出错？ #

你之前写的df.groupby(['Paid','Week']).sum()会对**每一组(Paid值, Week值)**进行求和，而且会自动对所有数值列执行聚合操作——如果你的原始DataFrame里还有其他隐藏的数值列，就会出现那些奇怪的额外输出。而我们指定groupby('Week')['Paid']后，只会对Paid列按Week分组求和，完全避免了多余列的干扰。

内容的提问来源于stack exchange，提问作者superwelling