如何在Python Pandas中为分组聚合函数应用多筛选条件？

问题说明 #

现有这份DataFrame：

import pandas as pd

data = {'Fruit':['apple', 'apple', 'apple', 'kivi', 'kivi', 'kivi'],
        'Y_or_N': ['Y', 'N', 'Y', 'N', 'N', 'Y'], 
        'A_or_B': ['A', 'A', 'B', 'A', 'B', 'A'],
        'Number': [3, 5, 6, 7, 2, 4]}

df = pd.DataFrame.from_dict(data)

需要按Fruit分组，对Number列计算三类求和值：

• 分组内所有值的总和（sum_all）
• 分组内Y_or_N为'Y'时的总和（sum_Y）
• 分组内A_or_B为'A'时的总和（sum_A）

之前的代码仅能实现单一条件求和，现在需要一次性完成计算，无需拆分多个DataFrame再合并，最终要得到如下结果：

高效实现方式 #

直接借助groupby.agg()或自定义聚合函数，一次分组即可算出所有结果：

方式1：用字典直接定义聚合规则

在agg()中直接指定每个求和项的计算逻辑，一步到位：

new_df = df.groupby('Fruit').agg(
    sum_all=('Number', 'sum'),
    sum_Y=('Number', lambda x: x[df.loc[x.index, 'Y_or_N'] == 'Y'].sum()),
    sum_A=('Number', lambda x: x[df.loc[x.index, 'A_or_B'] == 'A'].sum())
).reset_index()

方式2：自定义聚合函数（逻辑更直观）

编写一个聚合函数封装三个求和逻辑，分组后直接调用：

def calc_group_sums(group):
    return pd.Series({
        'sum_all': group['Number'].sum(),
        'sum_Y': group[group['Y_or_N'] == 'Y']['Number'].sum(),
        'sum_A': group[group['A_or_B'] == 'A']['Number'].sum()
    })

new_df = df.groupby('Fruit').apply(calc_group_sums).reset_index()

方式3：布尔掩码转数值求和（大数据集更高效）

将条件转换为0/1布尔值，与Number相乘后求和，这种方法在处理大规模数据时性能更优：

new_df = df.assign(
    is_Y=df['Y_or_N'] == 'Y',
    is_A=df['A_or_B'] == 'A'
).groupby('Fruit').agg(
    sum_all=('Number', 'sum'),
    sum_Y=('Number', lambda x: (x * df.loc[x.index, 'is_Y']).sum()),
    sum_A=('Number', lambda x: (x * df.loc[x.index, 'is_A']).sum())
).reset_index()

三种方式均可直接输出目标结果，其中方式2逻辑最易懂，方式3适合处理大数据量场景。

内容的提问来源于stack exchange，提问作者Katrina