如何将Pandas GroupBy多索引结果打包为元组并简化输出

一、替代agg中lambda计算的高效简洁方式 #

针对大型DataFrame，使用numpy的向量化函数比纯Python lambda更高效，能显著提升运算速度。可以用以下几种方式简化：

方式1：复用自定义函数 #

定义一个可复用的聚合函数，避免重复编写lambda：

import numpy as np

def pct_mean_round(x):
    return np.round(100 * x.mean(), 0).astype(int)

# 调用时直接传入函数名
agg_result = df_3[filter_3].groupby(grpby_3).agg(
    {'AOT in Cases': pct_mean_round, 'COT by ME (1.3.2)': pct_mean_round}
)

方式2：简化lambda写法 #

如果不想额外定义函数，用numpy的np.round替代Python内置round，速度更快：

agg_dict = {
    'AOT in Cases': lambda x: np.round(100 * x.mean(), 0),
    'COT by ME (1.3.2)': lambda x: np.round(100 * x.mean(), 0)
}
agg_result = df_3[filter_3].groupby(grpby_3).agg(agg_dict)

方式3：批量处理多列 #

如果需要处理的列很多，用字典推导式批量生成聚合规则：

target_cols = ['AOT in Cases', 'COT by ME (1.3.2)']
agg_dict = {col: lambda x: np.round(100 * x.mean(), 0) for col in target_cols}
agg_result = df_3[filter_3].groupby(grpby_3).agg(agg_dict)

numpy的向量化操作避免了Python级别的循环，在处理大型数据集时优势明显。

二、将季度值打包为元组并去除Quarter列 #

方法1：先unstack再后续处理（直观易维护） #

先按原逻辑生成多索引结果，再对列按指标分组打包：

# 生成多索引列的结果
multi_idx_result = agg_result.unstack('Quarter')
# 按列的第一层索引（指标名）分组，将对应季度值打包为元组
final_result = multi_idx_result.groupby(level=0, axis=1).apply(tuple)

处理后final_result的列就是两个指标名，每个单元格是对应各季度值的元组，顺序与Quarter的自然排序一致。

方法2：单条groupby语句直接实现 #

如果想要一步到位，先排除Quarter作为分组键，聚合时按Quarter分组计算后打包：

# 提取除Quarter外的分组键
group_keys = [k for k in grpby_3 if k != 'Quarter']
# 提前固定Quarter的顺序，避免元组内值的顺序混乱
sorted_quarters = sorted(df_3[filter_3]['Quarter'].unique())

final_result = df_3[filter_3].groupby(group_keys).agg(
    {
        'AOT in Cases': lambda x: tuple(
            np.round(100 * x[df_3[filter_3]['Quarter'] == q].mean(), 0)
            for q in sorted_quarters
        ),
        'COT by ME (1.3.2)': lambda x: tuple(
            np.round(100 * x[df_3[filter_3]['Quarter'] == q].mean(), 0)
            for q in sorted_quarters
        )
    }
)

这种方式直接得到目标结果，但需提前确认Quarter的顺序，保证元组内值的一致性。

内容的提问来源于stack exchange，提问作者Rajib Lochan Sarkar