如何快捷实现DataFrame按Level分组的差异化聚合：指定列用nunique()，其余年份列用mean()

嘿，这个需求太常见了——手动列几十列简直是噩梦！给你两个实用的方法，不用一个个敲列名：

方法一：按列名规律筛选年份列 #

如果你的2021年及以后的列名是类似2021、2022这种统一格式，直接用列表推导式提取这些列，再加上需要nunique的列构建聚合字典：

import pandas as pd

# 假设你的DataFrame名为df，需要nunique的两列是'ColumnX'和'ColumnY'
# 筛选2021及以后的年份列（这里假设列名以'202'开头，可根据实际调整规则）
year_columns = [col for col in df.columns if col.startswith('202')]

# 构建聚合规则：年份列用mean，指定列用nunique
aggregation_rules = {col: 'mean' for col in year_columns}
aggregation_rules.update({'ColumnX': 'nunique', 'ColumnY': 'nunique'})

# 执行分组聚合
grouped_result = df.groupby('Level').agg(aggregation_rules)

方法二：排除指定列来获取剩余列 #

如果年份列的命名没那么规整，或者你想直接排除不需要mean的列（也就是分组字段和需要nunique的列），可以用columns.difference()来自动获取剩余列：

# 定义不需要用mean的列：分组字段Level + 需要nunique的两列
exclude_cols = ['Level', 'ColumnX', 'ColumnY']
# 获取所有需要用mean的列
mean_columns = df.columns.difference(exclude_cols)

# 构建聚合规则
aggregation_rules = {col: 'mean' for col in mean_columns}
aggregation_rules.update({'ColumnX': 'nunique', 'ColumnY': 'nunique'})

# 分组聚合
grouped_result = df.groupby('Level').agg(aggregation_rules)

这两种方法都能帮你省去手动列60多列的麻烦，根据你的列名实际情况选就行～

内容的提问来源于stack exchange，提问作者Miriio