如何在Pandas DataFrame分组时为不同列应用不同聚合函数？

原始数据 #

任务要求 #

按booking_order分组后，各列处理规则：

• driver_name：取唯一值，用逗号+空格拼接
• tonnage：取唯一值（同分组内该值一致，直接提取即可）
• stop_name：取唯一值，用>拼接
• parcels：求和
• kgs：求和

正确代码 #

import pandas as pd

# 读取源数据
excel = pd.read_excel('source.xlsx')

# 定义各列对应的聚合规则
agg_rules = {
    'driver_name': lambda x: ', '.join(pd.unique(x)),
    'tonnage': lambda x: pd.unique(x)[0],
    'stop_name': lambda x: '>'.join(pd.unique(x)),
    'parcels': 'sum',
    'kgs': 'sum'
}

# 执行分组聚合，保留分组列为普通列
result = excel.groupby('booking_order', as_index=False).agg(agg_rules)

# 保存结果到Excel，不写入索引列
result.to_excel('result1.xlsx', index=False)

代码说明 #

1. 聚合规则字典：核心是通过agg_rules字典为每列指定专属处理逻辑，替代原代码中统一转列表的操作：

   • driver_name：用pd.unique(x)提取唯一值，再通过, .join拼接成字符串
   • tonnage：同分组内该列值唯一，直接取去重后的第一个元素即可
   • stop_name：提取唯一值后用>拼接
   • parcels和kgs：直接使用Pandas内置的sum函数完成求和

2. 分组参数优化：groupby设置as_index=False，避免分组列转为索引，无需额外调用reset_index

3. 结果保存：to_excel时设置index=False，避免把索引列写入Excel文件

运行后得到的结果与预期完全一致：

内容的提问来源于stack exchange，提问作者bluekit46