如何聚合Pandas DataFrame并按布尔列求和？批量分组实现

需求说明 #

有一个包含100列的DataFrame，需完成以下操作：

• 对purchase_flag、retention_flag两个布尔列求和
• 按除这两个flag列外的所有字段分组，实现去重聚合

数据示例 #

原数据：

user_id | name | product | ...| purchase_flag | retention_flag
123     | John | book    | ...| 0             | 1
123     | John | book    | ...| 1             | 0
....

期望结果：

user_id | name | product | ...| purchase_flag | retention_flag
123     | John | book    | ...| 1             | 1
....

解决方案 #

你可以通过自动筛选分组列的方式，避免手动列出所有列，以下是两种可行写法：

方法一：列表推导式筛选分组列

# 生成除两个flag列外的所有分组列名
group_cols = [col for col in df.columns if col not in ['purchase_flag', 'retention_flag']]

# 分组并聚合，as_index=False保证分组列不转为索引
result_df = df.groupby(group_cols, as_index=False).agg(
    {'purchase_flag': 'sum', 'retention_flag': 'sum'}
)

方法二：通过drop获取分组列

# 去掉两个flag列后，取剩余列作为分组键
group_cols = df.drop(['purchase_flag', 'retention_flag'], axis=1).columns

# 聚合时也可使用关键字参数写法，更简洁
result_df = df.groupby(group_cols, as_index=False).agg(
    purchase_flag='sum',
    retention_flag='sum'
)

说明 #

pandas中布尔类型会被自动转换为0（False）和1（True），sum操作可以直接统计每个分组内对应flag为True的次数，最终结果中大于0的值即表示该分组存在至少一行对应flag为True，完全匹配你的期望。

内容的提问来源于stack exchange，提问作者titutubs