如何按数值范围分组生成汇总统计信息？

Excel 实现步骤 #

1. 给数值分配分组标签 #

假设你的数据在A列，要分成0-10、11-20、21-30、30以上这几个区间，在B2单元格输入以下公式，下拉填充给所有数据行：

=IF(A2<=10,"0-10",IF(A2<=20,"11-20",IF(A2<=30,"21-30","30以上")))

如果需要更灵活的区间，也可以用VLOOKUP配合辅助表定义区间，避免嵌套过多IF。

2. 生成汇总统计 #

• 方法一：数据透视表
  选中数据区域，点击「插入」→「数据透视表」，把分组列（B列）拖到「行」区域，把数值列（A列）拖到「值」区域，然后在值字段设置里选择需要的统计类型：计数、求和、平均值、最大值等。
• 方法二：函数直接计算
  用COUNTIFS统计每个区间的数量：

  =COUNTIFS(A:A,">=0",A:A,"<=10")  // 统计0-10的数量
  

  用SUMIFS计算每个区间的总和：

  =SUMIFS(A:A,A:A,">=0",A:A,"<=10")  // 计算0-10的总和
  

  类似的，AVERAGEIFS可以计算平均值，按需使用。

Python Pandas 实现步骤 #

1. 划分数值区间 #

用pd.cut()函数给数值列分配分组，示例代码：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'数值': [3, 15, 22, 35, 9, 18, 29, 40]})

# 定义区间边界和分组标签
bins = [0, 10, 20, 30, float('inf')]
labels = ['0-10', '11-20', '21-30', '30以上']

# 给数据添加分组列（right=False表示左闭右开区间，比如0<=x<10属于0-10）
df['分组'] = pd.cut(df['数值'], bins=bins, labels=labels, right=False)

2. 按分组生成汇总统计 #

用groupby()结合聚合函数快速生成多维度统计：

# 一次性生成计数、求和、均值、最大/最小值
汇总结果 = df.groupby('分组')['数值'].agg(['count', 'sum', 'mean', 'max', 'min'])
print(汇总结果)

如果需要自定义统计项名称，用字典形式指定：

自定义汇总 = df.groupby('分组').agg(
    数量=('数值', 'count'),
    总和=('数值', 'sum'),
    平均=('数值', lambda x: round(x.mean(), 2)),
    最大值=('数值', 'max')
)
print(自定义汇总)

注意事项 #

• 不管用Excel还是Pandas，定义区间时要避免重叠或遗漏，确保每个数值都能匹配到唯一分组。
• Pandas的pd.cut()如果不指定labels，会直接显示区间字符串，比如[0,10)，也可以直接使用。

内容的提问来源于stack exchange，提问作者Brian Theung