如何在Pandas中基于多列字符串汇总指定列数值？

嘿，我来帮你搞定这个需求！要把分散在多列里的同名员工薪资加总起来，用Pandas的melt+groupby组合就能轻松实现，步骤很清晰，我给你一步步演示：

1. 先构造示例数据 #

首先咱们把你提供的数据转换成DataFrame，方便后续操作：

import pandas as pd

data = { 
    'worker1': ['Sam', 'Jack', 'Matt', 'Paul', 'Tim'], 
    'worker2': ['Alex', 'Amy', 'Sam', 'Alice', 'Amanda'], 
    'worker3': ['Alice', 'Aaron', 'Tony', 'Jack', 'Sam'], 
    'earnings': [4564552, 4573547, 3567567, 6357653, 2890000] # 补全了最后一个薪资值方便测试
}
df = pd.DataFrame(data)

2. 把宽表转成窄表（关键步骤） #

你的数据是宽格式：每个行里有多个员工姓名，咱们需要把它转成窄格式——每一行只对应一个员工姓名和他所在行的薪资。这一步用melt函数就能完成：

# 将三个worker列合并成一个姓名列，同时保留对应的薪资
melted_df = df.melt(
    id_vars=['earnings'],       # 保留薪资列作为关联项
    value_vars=['worker1', 'worker2', 'worker3'], # 需要合并的姓名列
    value_name='name'           # 新的姓名列名称
)

转换后的melted_df会是这样的结构（前几行）：

3. 按姓名汇总薪资 #

现在数据结构清晰了，直接按name分组，对earnings求和就行：

# 分组求和，并用reset_index把索引转成列
total_earnings = melted_df.groupby('name')['earnings'].sum().reset_index()

# 可选：按薪资从高到低排序，方便查看结果
total_earnings = total_earnings.sort_values(by='earnings', ascending=False)

最终结果 #

运行完上面的代码，你会得到每个员工的总薪资表，比如：

name  earnings
1     Sam  11022119
0    Jack  10931200
2   Alice  10922205
8    Paul   6357653
4     Amy   4573547
5   Aaron   4573547
3    Alex   4564552
6    Matt   3567567
7    Tony   3567567
9     Tim   2890000
10 Amanda   2890000

小提示 #

如果你的姓名列可能存在空值，可以在分组前先过滤掉：

melted_df = melted_df.dropna(subset=['name'])

这样就完美解决你的问题啦！

内容的提问来源于stack exchange，提问作者Tom