如何在Pandas中使用groupby.agg()计算分组分位数？

最优实现方案 #

直接构建包含所有聚合规则的字典，一次性完成常规统计量和分位数的计算，同时自动生成指定格式的列名：

import numpy as np
import pandas as pd
from functools import partial

rng = np.random.default_rng(seed=18860504)
df = pd.DataFrame({
    "dummy": 1,
    "bell": rng.normal(loc=0, scale=1, size=100),
    "fish": rng.poisson(lam=10, size=100),
    "cabin": rng.lognormal(mean=0, sigma=1.0, size=100),
})
quants = [x/5 for x in range(6)]

# 构建聚合字典：包含常规统计量+自定义分位数
agg_dict = {
    # 常规统计指标
    "bell_mean": ("bell", "mean"),
    "bell_median": ("bell", "median"),
    "fish_mean": ("fish", "mean"),
    "fish_median": ("fish", "median"),
}

# 批量添加分位数聚合项
for q in quants:
    q_str = f"{int(100*q):03d}"
    # 使用partial绑定分位数参数，避免lambda的变量捕获问题
    agg_dict[f"bell_q{q_str}"] = ("bell", partial(pd.Series.quantile, q=q))
    agg_dict[f"fish_q{q_str}"] = ("fish", partial(pd.Series.quantile, q=q))

# 执行一次groupby聚合，直接得到最终结果
result = df.groupby("dummy").agg(**agg_dict)
print(result)

为什么之前的写法无效 #

你尝试的几种agg语法失败的原因：

• "quantile(0.1)"是字符串格式，Pandas仅识别内置统计函数的纯名称，不会解析带参数的字符串；
• ("fish", "quantile", 0.1)会把0.1传递给quantile的第二个参数（interpolation插值方式），而非分位数q的值，不符合预期；
• 带参数的函数需要通过参数绑定的方式传递给agg，比如用functools.partial或带默认参数的lambda。

替代方案：用lambda绑定参数 #

如果不想引入functools.partial，也可以用lambda函数绑定分位数参数（注意要给lambda的参数设置默认值，避免循环变量捕获问题）：

agg_dict = {
    "bell_mean": ("bell", "mean"),
    "bell_median": ("bell", "median"),
    "fish_mean": ("fish", "mean"),
    "fish_median": ("fish", "median"),
}

for q in quants:
    q_str = f"{int(100*q):03d}"
    agg_dict[f"bell_q{q_str}"] = ("bell", lambda x, q=q: x.quantile(q))
    agg_dict[f"fish_q{q_str}"] = ("fish", lambda x, q=q: x.quantile(q))

result = df.groupby("dummy").agg(**agg_dict)

方案优势 #

相比你之前的循环拼接方法，这个方案：

• 仅执行一次groupby操作，计算效率更高，尤其是处理大数据集时；
• 代码更整洁，所有聚合规则集中定义，可读性和维护性更好；
• 直接生成目标格式的列名，无需后续重命名或拼接操作。

内容的提问来源于stack exchange，提问作者flies