按0分隔行对Python DataFrame分组求和的实现方法

嘿，这个需求我之前处理过，用Pandas的分组功能就能完美解决！咱们一步步来实现你要的效果：

首先，先把原始数据构建出来（方便复现）：

import pandas as pd
data = pd.DataFrame({'A':['a','b','c','d','e','f','g','h','i'],'B':[1,2,0,3,2,0,0,3,4]})

核心思路 #

我们需要把0作为分隔符，将连续的非0行划分为一组，然后对每组做两个操作：

• 取组内A列的第一个元素作为新列AA
• 对组内B列求和得到新列BB
  最后过滤掉那些全是0的无效分组。

完整实现代码 #

# 生成分组标识：每次遇到B列的0，分组ID就递增，非0行保持当前分组ID
data['group'] = data['B'].eq(0).cumsum()

# 分组聚合+过滤无效组
data2 = data.groupby('group').agg(
    AA=('A', 'first'),  # 取每组第一个A值
    BB=('B', 'sum')     # 对每组B值求和
).query('BB != 0')     # 去掉求和为0的组（纯0的分组）

# 重置索引，让结果更整洁
data2 = data2.reset_index(drop=True)

# 查看结果
print(data2)

运行结果 #

输出的data2就是你想要的目标DataFrame：

AA  BB
0  a   3
1  d   5
2  h   7

代码解释 #

• data['B'].eq(0).cumsum()：这行是关键！它会把每个0的位置标记为True，然后累加得到分组ID，这样所有处于两个0之间的非0行都会被分到同一个组里。
• groupby('group').agg(...)：按分组ID聚合，指定每个新列的生成规则。
• .query('BB != 0')：过滤掉那些只有0的分组（比如原始数据里的两个连续0，对应的分组求和为0，我们不需要保留）。

内容的提问来源于stack exchange，提问作者user7544575