Python 如何在列表定义的数据块上求和DataFrame列值？

我很抱歉这个可能是新手的问题

有了一个ID列表，我想使用它们对数据帧的行进行分组，并对这些行组求和

以以下数据帧和ID列表为例：

inp=pd.DataFrame（{'amount'：[0.2,0.5,0.8,0.9,1.2,0.9,0.5]，
'id'：[10,12,14,16,18,22,26]}）
ids=[10,14,26]

我需要一个函数，该函数将返回

ids[I]

和

ids[I+1]

之间的行组的

amount

中的值之和，包括

ids[I]

，不包括

ids[I+1]

在提供的示例中，这将导致数据帧（保留列

id

）

resu=pd.DataFrame（{'ids'=[10,14,26]，
“总金额”=[0.2+0.5，
0.8 + 0.9 + 1.2 + 0.9,
0.5]
}]

---

有什么建议吗？

您可以使用

isin

上的

cumsum

来识别块：

blocks = inp['id'].isin(ids).cumsum()

inp.groupby(blocks, as_index=False).agg({'id':'first', 'amount':'sum'})

输出：

   id  amount
0  10     0.7
1  14     3.8
2  26     0.5

---

您好@Quand_Hoang，非常感谢您提供了这个非常简洁的答案。请告诉我什么

isin（）.cumsum（）

有吗？你有相关文档的链接吗？我只能找到数据帧的cumsum规范。但是对于这里的数据帧掩码，我找不到它。我不明白它是做什么的。非常感谢你的帮助！@Quand_Hoang，好的，对不起，我使用了这些命令，我想我明白了。每次在pd.Series中都会发现一个“True”值d使用

isin（）

，它使用

cumsum（）

增加一个计数器，给每个块一个不同的标签。非常聪明！非常感谢！