import pandas as pd
df = pd.read_csv('path_here.csv')
df.groupby('years').value.sum()[2000]

这里有一些非Pandas的答案，使用的是csv模块，注意，因为我没有把年份值转换成int，所以target_year是字符串格式的。
1.使用csv.DictReader读取每一行，检查年份并将值相加。

import csv

total_value = 0
target_year = "2000"

with open("data.csv", "r") as f:
    reader = csv.DictReader(f)
    for row in reader:
        if row["years"] == target_year:
            total_value += int(row["value"])

print(total_value)

1.使用带有列表解析的csv.reader和sum()获取匹配值。

import csv

target_year = "2000"

with open("data.csv", "r") as f:
    reader = csv.reader(f)
    next(reader)  # Skip the header row
    total_value = sum([int(row[1]) for row in reader if row[0] == target_year])

print(total_value)

如果要检查多个年份的组合，可以将它们全部放在一个列表中，然后使用类似if row["years"] in target_years:的命令

下面是使用loc方法的一种方法
我假设 Dataframe 有三列：years，value，total_value此代码对所选年份的值求和，并在所选年份的所有行的total_value列中更改该值

import pandas as pd
df = pd.read_csv("path.csv")

def total_value(year):
    for index, row in df.iterrows():
        if row["years"] == year:
            df.loc[df['years'] == year, ["total_value"]]+= row["value"]

我希望你觉得这个有用