如何用Python/Pandas合并C1-C4列重复行并汇总Value值？

没问题，这个需求在Pandas里可以通过分组聚合轻松实现。核心思路是按C1-C4列分组，对Value求和，同时保留每组首行的ID、C5、C6内容。

完整解决方案代码 #

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame({
    'Value': [100,50,20,10,5,2], 
    'ID': [1,2,3,4,5,6], 
    'C1': ['aa','bb','aa','dd','aa','bb'], 
    'C2': ['ee','ff','ee','hh','ee','ff'], 
    'C3': ['ii','jj','ii','ll','ii','jj'], 
    'C4': ['mm','nn','mm','pp','mm','nn'], 
    'C5': ['aaaaa','cccc','eeee','gggg','abcd','aaaaa'], 
    'C6': ['bbbb','ddddd','ffff','hhhh','efgh','bbbb']
})

# 按C1-C4分组，指定各列的聚合规则
result = df.groupby(['C1', 'C2', 'C3', 'C4'], as_index=False).agg({
    'Value': 'sum',       # 汇总Value列
    'ID': 'first',        # 保留每组首行的ID
    'C5': 'first',        # 保留每组首行的C5
    'C6': 'first'         # 保留每组首行的C6
})

# 调整列顺序，匹配你期望的输出格式
result = result[['Value', 'ID', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6']]

print(result)

代码解释 #

• 分组：groupby(['C1', 'C2', 'C3', 'C4']) 将所有C1-C4内容完全相同的行归为一组。
• 聚合规则：
  • 'Value': 'sum'：对每组的Value值求和，实现汇总需求。
  • 'ID': 'first'/'C5': 'first'/'C6': 'first'：取每组第一行对应的列值，满足你保留首行内容的要求。
• 列顺序调整：最后通过重新指定列名顺序，让输出和你期望的格式一致。

运行结果 #

Value  ID C1 C2 C3 C4     C5      C6
0    125   1 aa ee ii mm  aaaaa    bbbb
1     52   2 bb ff jj nn   cccc  ddddd
2     10   4 dd hh ll pp   gggg    hhhh

内容的提问来源于stack exchange，提问作者Tom_Hanks