python 一维对象数组，分组求和

在Python中，如果你有一维的对象数组（比如列表），并且你想按某个属性对这些对象进行分组并求和，通常你需要先将它们转换成可以处理分组的数据结构，比如字典或者pandas DataFrame。如果你用的是内置数据结构，你可以采用一些Pythonic的方式，但如果数据量大，推荐使用pandas库。

举个例子，假设你有一个包含字典的列表，每个字典代表一个人，有姓名和年龄两个键，你可以这样做：

# 示例数据
people = [
    {"name": "Alice", "age": 20},
    {"name": "Bob", "age": 25},
    {"name": "Charlie", "age": 20},
    {"name": "David", "age": 30},
]

# 使用lambda函数和dict comprehension进行分组求和
age_groups = {k: sum(v["age"] for v in group) for k, group in groupby(people, lambda x: x["age"])}

print(age_groups)  # 输出: {20: 40, 25: 25, 30: 30}

这里我们使用了`itertools.groupby`函数来分组，然后通过列表推导式计算每个年龄段的总和。

如果你需要更复杂的统计分析，还是建议使用pandas DataFrame，它提供了强大的分组和聚合功能：

import pandas as pd

# 将列表转换为DataFrame
df_people = pd.DataFrame(people)

# 分组求和
age_sum = df_people.groupby("age")["age"].sum()

print(age_sum)