如何对含双键的Pandas DataFrame进行统计分析？

需求背景 #

需要对Excel导入的Pandas DataFrame，按Section和Team双键组合，统计对应Bugs和Functions的总数。原始数据表结构如下：

示例统计结果：

• (A, dev)的总Bug数(TNB)为5（1+4）
• (A, design)的总功能数(TNF)为8（3+3）

尝试过的无效方法 #

使用df.value_counts()仅支持单键统计，无法满足双键组合需求；拆分原表为子表会额外增加操作步骤。

最优解决方案 #

直接使用Pandas原生的groupby+sum组合API，这是低时间/空间复杂度的官方解决方案，无需循环或拆分表格：

# 按Section和Team双键分组，对Bugs、Functions列求和
result = df.groupby(['Section', 'Team'])[['Bugs', 'Functions']].sum()

# 可选：重命名列名匹配需求中的TNB、TNF
result = result.rename(columns={'Bugs': 'TNB', 'Functions': 'TNF'})

print(result)

运行后输出结果：

TNB  TNF
Section Team           
A       dev      5    4
        design   8    6
B       dev      4    4
        design   3    0

补充说明 #

• groupby(['Section', 'Team'])指定双键分组依据，Pandas会自动按两列的唯一组合聚合数据
• [['Bugs', 'Functions']].sum()仅对目标列执行求和操作，避免不必要的计算开销
• 该方案是Pandas原生优化的聚合逻辑，时间复杂度为O(n)，空间复杂度远低于拆分表格的方式

内容的提问来源于stack exchange，提问作者Rui