如何用Pandas生成含多列不同聚合规则的分组汇总表？

数据集 #

import pandas as pd
pd.DataFrame(data={"grade":[10,5,9,7],
                   "sex": ["F", "F", "M", "M"],
                   "pred_1": [1,0,1,1], 
                   "pred_2": [0,0,1,1],
                   "pred_3": [0,0,0,1]})

对应的表格：

需求说明 #

目前用pd.pivot_table(df, values=pred_cols, index=["sex"])能按sex分组统计pred列，但需要给不同列指定不同聚合函数，同时新增mean_grade、min_grade这类grade列的聚合项，最终生成一张汇总表。

实现思路 #

• 拆分聚合任务：把列分成两类，一类是pred_*系列列，一类是grade列，分别定义对应的聚合规则
• 分组合并法：
  • 单独对pred_*列做分组聚合，用pivot_table或groupby.agg指定你需要的聚合函数（比如求和、均值）
  • 单独对grade列按sex分组，用agg指定mean、min等函数，同时给结果列重命名为mean_grade、min_grade
  • 把两个聚合后的结果按sex列合并（用merge或join，因为两者都是以sex为索引/键），得到完整的汇总表
• 一步聚合法：直接用groupby.agg的字典参数，一次性指定所有列的聚合规则，示例如下：

  df.groupby("sex").agg({
      "grade": ["mean", "min"],
      "pred_1": "sum",
      "pred_2": "mean",
      "pred_3": "sum"
  })
  

  之后可以用columns.map整理列名，把多级列名改成更直观的单一名称（比如把grade_mean调整为mean_grade）

内容的提问来源于stack exchange，提问作者juanmac