如何用Pandas按Release列分组并生成自定义汇总格式？

需求 #

对给定的DataFrame按Release列分组，对Pass和Fail列的值求和，并以[Pass: 总和, Fail: 总和]的自定义格式展示结果。

原始DataFrame #

期望输出（注：原期望中release_a数值有误，已修正） #

错误代码分析 #

• 第一段代码df.groupby(['Release Name'],as_index=False).agg({'Pass': lambda x: x.to_numpy().tolist()})：仅将分组后的Pass值转为列表，未执行求和操作，不符合需求。
• 第二段代码df['Release Name'].map(df.value_counts('Pass'))：value_counts是统计Pass值的出现频次，并非分组求和，逻辑完全错误。

正确解决方案代码 #

import pandas as pd

# 构造原始DataFrame
data = {
    'Release': ['release_a']*5 + ['release_b']*3 + ['release_c']*3,
    'Pass': [10,5,5,20,87,2,10,64,3,104,98],
    'Fail': [20,45,23,67,11,5,45,33,15,89,87],
    'Total': [30,50,28,87,98,7,55,97,18,193,185]
}
df = pd.DataFrame(data)

# 按Release分组，对Pass和Fail列求和
grouped_sum = df.groupby('Release', as_index=False)[['Pass', 'Fail']].sum()

# 生成自定义格式的Summary列
grouped_sum['Summary'] = grouped_sum.apply(
    lambda row: f"[Pass: {row['Pass']}, Fail: {row['Fail']}]",
    axis=1
)

# 保留需要的列并输出
final_df = grouped_sum[['Release', 'Summary']]
print(final_df)

执行后输出：

Release                    Summary
0  release_a  [Pass: 127, Fail: 166]
1  release_b    [Pass: 76, Fail: 83]
2  release_c  [Pass: 205, Fail: 191]

代码说明 #

1. 分组求和：通过groupby('Release')按版本分组，指定['Pass', 'Fail']列后调用sum()，直接得到每个版本的两列总和，as_index=False确保Release作为普通列保留。
2. 构造自定义格式：使用apply逐行处理分组后的DataFrame，通过字符串格式化将Pass和Fail的数值拼接成需求指定的格式。
3. 整理输出：筛选出Release和Summary两列，得到最终结果。

内容的提问来源于stack exchange，提问作者Anupkumar Kasi