如何使用Pandas groupby.agg实现带条件的列聚合？

原始DataFrame #

需求 #

按name分组聚合：

• sales列无条件求和
• profit列仅在profit_flag为True时求和

预期结果 #

一行agg实现方案 #

可以直接用groupby.agg()一行代码完成所有聚合逻辑，无需分开处理：

grouped = df.groupby('name').agg(
    sales=('sales', 'sum'),
    profit=lambda x: x['profit'][x['profit_flag']].sum() if x['profit_flag'].any() else pd.NA
).reset_index()

代码说明 #

• sales=('sales', 'sum')：直接对sales列执行无条件求和
• 针对profit列的lambda函数：
  • 每个分组的子DataFrame会被传入lambda参数x
  • 筛选出当前分组中profit_flag为True的profit值求和
  • 如果分组内没有profit_flag=True的行，返回pd.NA（与预期的NaN一致）

这种方式可以轻松扩展到大量列的场景，把所有需要聚合的规则统一写在agg的参数中，代码更简洁易维护。

内容的提问来源于stack exchange，提问作者Samba