您正在寻找.groupby方法。相关文档：

• https://pandas.pydata.org/pandas-docs/stable/user_guide/groupby.html
• https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html

用法示例：

import pandas as pd

df = pd.DataFrame({"X": list("AAABBC"), "Y": range(6)})

df_by_x = df.groupby("X").sum()

print(df_by_x)

测试结果：

Y
X
A  3
B  7
C  5

我相信你可以想象，在Pandas中分组还有很多其他的事情可以做。有几种不同的方法可以解决你在这里提出的问题，尽管“一种明显的方法”是上面的.sum()方法。但是，通过其他一些方法来完成相同的任务可能是一个有用的学习练习。
与此操作相关的另一个搜索术语是“split-apply-合并”，但这在某种程度上是一个短暂的术语趋势（主要限于R用户），而“group by”是一个从SQL继承的长期术语。