如何对DataFrame中的重复名称分组并求和对应数值？

嘿，我来帮你解决这个分组求和的问题！从你给出的DataFrame前几行来看，大概率是你在使用groupby或者apply时没踩对关键点，比如列名没设置好、数值类型不对，或者调用方法的方式有问题。下面一步步来解决：

第一步：先把你的DataFrame列名捋清楚 #

从你贴的内容看，你的数据应该是两列：地区名称和对应的数值，但可能你的DataFrame默认用了无意义的列名（比如0、1），这会导致groupby找不到正确的分组列。先确认列名：

print(df.columns)

如果输出是类似RangeIndex(start=0, stop=2, step=1)或者Index(['0', '1'], dtype='object')，那先给列起个明确的名字：

df.columns = ['region', 'value']

第二步：用groupby轻松完成分组求和 #

这时候就可以按地区名称分组，然后对数值列求和了：

summed_result = df.groupby('region')['value'].sum().reset_index()

拆解一下这个代码：

• groupby('region')：把相同地区名称的行归为一组
• ['value'].sum()：对每个分组里的数值列做求和操作
• reset_index()：把分组后的索引（地区名称）变回普通列，这样结果看起来更规整

运行完后，你打印summed_result就能得到想要的结果：

region  value
0   AMAZONAS     17
1  ANTIOQUIA   2911

为啥你之前的尝试没成功？ #

大概率是这几个原因之一：

• 列名不对：你用了不存在的列名去分组，自然会报错
• 数值列不是数字类型：如果value列存的是字符串，求和肯定会失败，这时候要先转类型：

  df['value'] = pd.to_numeric(df['value'])
  

• 聚合方法用错了：比如用groupby后没指定要聚合的列，或者用了apply但写的逻辑有问题

要是还是有问题，把你之前写的代码贴出来，我帮你排查具体问题~

内容的提问来源于stack exchange，提问作者Carolina