在Pandas分组DataFrame中自定义算术聚合及.agg函数使用问题

针对你需要按Name和Fiscal_Year分组，计算总销售额及按月份数量平均的月均销售额需求，以下是两种可行的实现方式：

方法一：分步聚合计算（推荐，逻辑清晰） #

先分组计算总销售额和分组内的唯一月份数，再通过列运算得到月均销售额：

import pandas as pd

# 加载你的数据
df = pd.DataFrame( {
    'Name': ['a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b', 'b', 'b', 'b'],
    'day': [1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2],
    'month': ['Apr', 'Apr', 'Apr', 'Apr', 'May', 'May', 'May', 'May', 'Apr', 'Apr', 'Apr', 'Apr', 'May', 'May', 'May', 'May'],
    'Fiscal_Year': ['FY2023-24', 'FY2023-24', 'FY2024-25', 'FY2024-25', 'FY2023-24', 'FY2023-24', 'FY2024-25', 'FY2024-25',
                    'FY2023-24', 'FY2023-24', 'FY2024-25', 'FY2024-25', 'FY2023-24', 'FY2023-24', 'FY2024-25', 'FY2024-25'],
    'sale': [100, 222, 333, 444, 200, 111, 555, 366, 666, 777, 300, 345, 756, 896, 452, 365]
})

# 分组聚合：计算总销售额和分组内唯一月份数
grouped_df = df.groupby(['Name', 'Fiscal_Year'], as_index=False).agg(
    Total_Sales=('sale', 'sum'),
    Month_Count=('month', 'nunique')
)

# 计算月均销售额：总销售额 ÷ 唯一月份数
grouped_df['Mavg'] = grouped_df['Total_Sales'] / grouped_df['Month_Count']

# 可选：删除中间辅助列Month_Count
# grouped_df = grouped_df.drop('Month_Count', axis=1)

print(grouped_df)

输出结果： #

Name Fiscal_Year  Total_Sales  Month_Count   Mavg
0    a    FY2023-24          633            2  316.5
1    a    FY2024-25         1707            2  853.5
2    b    FY2023-24         3105            2 1552.5
3    b    FY2024-25         1462            2  731.0

方法二：自定义聚合函数 #

直接在agg中使用自定义函数，一次性计算月均销售额：

import pandas as pd

# 定义自定义聚合函数
def monthly_average(group):
    total = group['sale'].sum()
    unique_months = group['month'].nunique()
    return total / unique_months

# 分组聚合
grouped_df = df.groupby(['Name', 'Fiscal_Year'], as_index=False).agg(
    Total_Sales=('sale', 'sum'),
    Mavg=('sale', monthly_average)
)

print(grouped_df)

关键问题说明 #

• 你之前使用('Sale', 'mean')得到的是日均销售额（总销售额除以分组内的天数/行数），而非需求的月均销售额。
• 直接对整个DataFrame执行df['sale'].sum()/df['month'].nunique()无法实现分组计算，因为它没有考虑Name和Fiscal_Year的分组维度，仅计算全局平均值。

内容的提问来源于stack exchange，提问作者Ninad Padh