如何按年份分组获取Pandas列的汇总统计信息？

可以通过groupby结合describe，再调整列结构来实现你的需求，不需要扩展pd.describe()本身，pandas自带的方法就能搞定。

方法一：分步调整结构 #

1. 按Year分组并计算描述统计：

stats = dat.groupby('Year')[['ColA', 'ColB']].describe()

这会生成一个带层次化列索引的结果，行对应年份，列的第一层是ColA/ColB，第二层是统计量（如count、mean、std等）。

2. 转置并重构结构：

# 转置后重置索引，拆分层次化行索引
stats_transposed = stats.T.reset_index()
stats_transposed.columns = ['Column', 'Stat', '2007', '2008']

# 用透视表重新组织数据，让统计量作为行，年份+列名作为列
result = stats_transposed.pivot(index='Stat', columns='Column', values=['2007', '2008'])

# 合并列名，生成"年份_列名"的格式
result.columns = [f'{year}_{col}' for year, col in result.columns]

方法二：紧凑写法（利用索引层级调整） #

如果追求代码简洁，可以直接通过stack和unstack调整索引：

stats = dat.groupby('Year')[['ColA', 'ColB']].describe()
result = stats.stack().unstack(0).unstack(0)
result.columns = [f'{year}_{col}' for year, col in result.columns]

最终result的行是各类统计量，列则是2007_ColA、2007_ColB、2008_ColA、2008_ColB，完全匹配你想要的输出格式。如果数据包含更多年份，代码会自动适配，无需手动修改年份参数。

内容的提问来源于stack exchange，提问作者324