如何在大熊猫中进行复杂条件的分组

一种选择是使用pandas where转换C列，以便它在原位置a或b变为原位置d，然后您可以对转换后的列进行分组并对其进行常规汇总，如果c不需要使用，则可以将其简单地放在摘要之后：

df_sum = df.groupby(df.C.where(~df.C.isin(['a', 'b']), "d")).sum().reset_index()

df_sum
#   C   A   B
#0  c   9   21
#1  d   12  36

df_sum.loc[df_sum.C == "d"]

#   C   A   B
#1  d   12  36

为了更清楚地了解该where子句的工作原理：

df.C.where(~df.C.isin(['a','b']), 'd')

# 0    d
# 1    d
# 2    c
# 3    d
# 4    d
# 5    c
# Name: C, dtype: object

它的作用就像一个替换方法和替换a和b与d传递给时将被分组在一起groupby的功能。