如何在Python中基于GroupBy与多聚合操作生成新DataFrame

注：如果你的DataFrame中「售出数量」列名确实是拼写错误的Qauntities sold，请将代码中的Quantities sold替换为实际列名。

你可以通过Pandas的groupby结合agg方法快速实现需求，以下是两种直观的实现方式：

方法一：先计算销售金额列再聚合 #

这种方式逻辑更清晰，适合新手理解：

import pandas as pd

# 1. 新增「销售金额」列，计算每一行的销售额（售出数量 × 单价）
df['销售金额'] = df['Quantities sold'] * df['Unit Price']

# 2. 按销售人员分组，聚合计算三个指标
summary_df = df.groupby('Salesperson Name').agg(
    不同客户数量=('Customer Name', 'nunique'),  # 统计唯一客户数
    售出数量中位数=('Quantities sold', 'median'),  # 计算售出数量的中位数
    销售总额=('销售金额', 'sum')  # 求和得到销售总额
).reset_index()  # 将分组列从索引转为普通列

方法二：直接在聚合中计算销售总额 #

如果不想新增列，可以用lambda函数在聚合时直接计算：

import pandas as pd

summary_df = df.groupby('Salesperson Name').agg(
    不同客户数量=('Customer Name', 'nunique'),
    售出数量中位数=('Quantities sold', 'median'),
    销售总额=('Unit Price', lambda x: (x * df.loc[x.index, 'Quantities sold']).sum())
).reset_index()

关键参数说明 #

• groupby('Salesperson Name')：按销售人员姓名对数据分组
• agg()：接受命名聚合参数，每个参数对应一个汇总指标，格式为「指标名=(列名, 聚合函数)」
  • nunique：统计列中唯一值的数量，用来计算不同客户数
  • median：计算列的中位数
  • sum：对列的值求和，这里用来计算销售总额

执行完成后，summary_df就是你需要的汇总DataFrame，每条记录对应一位销售人员的三个汇总指标。

内容的提问来源于stack exchange，提问作者Jed