将groupby+lambda输出的object类型结果转为DataFrame的最优方法

当你用groupby.apply()返回元组时，Pandas会把每个元组作为单个object类型元素存储，直接转DataFrame只会得到一列，列名默认是0，且无法通过.访问（因为列名是数字，必须用方括号['0']）。下面是几种直接有效的解决方法：

方法1：在Lambda中返回带列名的Series #

直接让lambda返回指定列名的pd.Series，Pandas会自动将其展开为多列：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B'],
    'value1': [1, 2, 3, 4],
    'value2': [10, 20, 30, 40]
})

# 直接返回带列名的Series
result = df.groupby('group').apply(lambda x: pd.Series(
    [x['value1'].sum(), x['value2'].mean()],
    index=['sum_value1', 'mean_value2']  # 自定义列名
)).reset_index()

方法2：用apply(pd.Series)展开元组后重命名列 #

如果已经得到了包含元组的object类型结果，可以用apply(pd.Series)把元组拆成多列，再重命名列名：

# 先得到带元组的结果
output = df.groupby('group').apply(lambda x: (x['value1'].sum(), x['value2'].mean()))
# 展开元组为多列，重置索引并重命名
result = output.apply(pd.Series).reset_index()
result.columns = ['group', 'sum_value1', 'mean_value2']

方法3：用agg直接指定多聚合规则（更高效） #

如果你的聚合逻辑可以拆分为独立的统计方法，推荐用agg替代apply，代码更简洁且性能更好：

result = df.groupby('group').agg(
    sum_value1=('value1', 'sum'),
    mean_value2=('value2', 'mean')
).reset_index()

补充说明 #

• 之前用output.to_frame().reset_index()得到的列0，其实可以用output['0']访问，但这不是你需要的多列结构。
• 尽量优先用agg方法，因为apply会逐组运行Python代码，性能远不如Pandas内置的聚合函数。

内容的提问来源于stack exchange，提问作者April