如何通过Pandas GroupBy.agg()实现基于c4多值的c3分组条件求和

给定如下表格：

对应的DataFrame定义：

import pandas as pd
import numpy as np

df = pd.DataFrame()
df['c1'] = ['a', 'b', 'b', 'c', 'd', 'a', 'a']
df['c2'] = [0, 0, 0, 0, 1, 0, 1]
df['c3'] = [1, 2, 3, 1, 2, 3, 0]
df['c4'] = [4, 6, 4, 6, 4, 0, 0]

需求是按['c1', 'c2']分组，分别计算c4等于0、4、6时对应的c3列求和结果。已知无限制的分组求和代码，但希望用自定义的calc_conditional_sum函数在.agg()中实现条件求和，同时需要覆盖所有c4唯一值的计算。

方法1：在.agg()中使用自定义函数实现 #

可以通过lambda在agg中传递c3、c4列和目标值给自定义函数，具体实现如下：

先简化自定义函数（利用pandas Series的布尔索引，无需转numpy数组）：

def calc_conditional_sum(c3_series, c4_series, val):
    return c3_series[c4_series == val].sum()

然后在分组聚合时调用：

result = df.groupby(['c1', 'c2']).agg(
    c3_sum_0=('c3', lambda x: calc_conditional_sum(x, df.loc[x.index, 'c4'], 0)),
    c3_sum_4=('c3', lambda x: calc_conditional_sum(x, df.loc[x.index, 'c4'], 4)),
    c3_sum_6=('c3', lambda x: calc_conditional_sum(x, df.loc[x.index, 'c4'], 6))
).reset_index()

print(result)

输出结果：

c1  c2  c3_sum_0  c3_sum_4  c3_sum_6
0  a   0         3         1         0
1  a   1         0         0         0
2  b   0         0         3         2
3  c   0         0         0         1
4  d   1         0         2         0

方法2：使用pivot_table（推荐，简洁高效） #

这是最贴合需求的原生pandas方法，无需自定义函数，直接通过透视表实现分组条件求和：

result = df.pivot_table(
    index=['c1', 'c2'],
    columns='c4',
    values='c3',
    aggfunc='sum',
    fill_value=0
).reset_index()

# 重命名列名，增强可读性
result.columns = ['c1', 'c2', 'c3_sum_0', 'c3_sum_4', 'c3_sum_6']
print(result)

输出与方法1完全一致，代码更简洁，大数据量下效率更高。

方法3：多列分组后展开 #

先按c1、c2、c4三列分组求和，再用unstack将c4的不同值转为列：

result = df.groupby(['c1', 'c2', 'c4'])['c3'].sum().unstack(fill_value=0).reset_index()
# 重命名列
result.columns = ['c1', 'c2', 'c3_sum_0', 'c3_sum_4', 'c3_sum_6']
print(result)

同样得到目标结果，逻辑直观，适合理解分组展开的过程。

内容的提问来源于stack exchange，提问作者Ghanashyam