基于Pandas实现按年份分组统计协议数、条款总数及平均条款数

你可以通过分组后多指标聚合的方式一次性得到所有需要的结果，这里提供两种简洁的实现思路：

方法一：先计算单条协议的条款总数（直观易懂） #

先给原数据新增一列，统计每一条协议包含的条款总数，再按年份分组聚合：

import pandas as pd

d = {'Agreements': ["Rome", "NewYork", "Paris", "Tokyo"], 'Year': [2012, 2012, 2013, 2013], 
     'Provision1': [1, 1, 1, 1], 'Provision2': [1, 1, 0, 1], 'Provision3': [0, 1, 1, 0]}

df = pd.DataFrame(data=d)

# 新增列：单条协议的条款总数
df['Total_Provisions'] = df[['Provision1', 'Provision2', 'Provision3']].sum(axis=1)

# 按年份分组，同时计算三个指标
result = df.groupby('Year').agg(
    **{'Count Agreements per Year': ('Agreements', 'count'),
       'Count Provisions per Year': ('Total_Provisions', 'sum'),
       'Average Provision per Year': ('Total_Provisions', 'mean')}
).reset_index()

print(result)

方法二：直接在聚合函数中计算（无需新增列） #

如果不想修改原数据，可以在分组的lambda函数中直接计算条款总和：

import pandas as pd

d = {'Agreements': ["Rome", "NewYork", "Paris", "Tokyo"], 'Year': [2012, 2012, 2013, 2013], 
     'Provision1': [1, 1, 1, 1], 'Provision2': [1, 1, 0, 1], 'Provision3': [0, 1, 1, 0]}

df = pd.DataFrame(data=d)

result = df.groupby('Year').agg(
    **{'Count Agreements per Year': ('Agreements', 'count'),
       'Count Provisions per Year': (lambda x: x[['Provision1','Provision2','Provision3']].sum().sum()),
       'Average Provision per Year': (lambda x: x[['Provision1','Provision2','Provision3']].sum().sum() / len(x))}
).reset_index()

print(result)

两种方法最终都会得到你需要的结果：

内容的提问来源于stack exchange，提问作者jhonccc