如何在Pandas中分组统计并保留Churn列及计数

要实现你需要的统计效果，核心是按Account、Booking、Churn三个字段联合分组，再对每组的记录数进行统计，最后处理Account列的重复显示即可。

步骤1：构造测试数据（模拟你的数据集） #

import pandas as pd

data = {
    'Account': ['ABC inc', 'ABC inc', 'ABC inc', 'Company A', 'Company A', 'Company A'],
    'Booking': ['New', 'Upsell', 'New', 'Renew', 'New', 'Renew'],
    'Churn': [1, 0, 1, 0, 1, 1]
}
df = pd.DataFrame(data)

步骤2：分组统计记录数 #

通过groupby同时指定三个分组字段，用size()统计每组的记录数量，再通过reset_index()将分组索引转为普通列，并将计数列命名为Count：

# 分组统计
result = df.groupby(['Account', 'Booking', 'Churn'], as_index=False).size().rename(columns={'size': 'Count'})

步骤3：处理Account列的重复显示 #

将同一Account的后续行设置为空字符串，让结果和你期望的格式一致：

# 重复的Account值设为空
result['Account'] = result['Account'].where(result['Account'] != result['Account'].shift(), '')

最终结果 #

执行上述代码后，result的输出如下：

你之前代码的问题说明 #

你之前仅按ACCOUNT_NAME单字段分组，且使用agg(['unique','nunique'])，这只能统计每个Account下Booking的唯一值和唯一值数量，无法关联Churn字段的分组统计，自然得不到你需要的结果。

内容的提问来源于stack exchange，提问作者Austin Meredith