Python Pandas中循环列结合groupby与agg函数无结果问题排查

核心问题 #

你的代码存在两个关键问题：

• 每次执行聚合操作后，没有保存或输出结果：df.groupby(["xxx"]).agg({f"{el}" : sum})计算出的聚合DataFrame会被直接丢弃，程序不会保留或展示它，所以你看不到预期结果。
• 循环遍历列逐一聚合的方式效率低下且没必要：Pandas原生支持一次性对多列执行相同的聚合操作，无需重复执行groupby。

修正方案 #

方案一：保存/输出循环中的结果

如果一定要用循环，可以把每次的聚合结果存入字典或直接打印：

elements = ["col1", "col2", "col3"]
agg_results = {}
for el in elements:
    # 保存结果到字典
    agg_results[el] = df.groupby(["xxx"]).agg({el: sum})
    # 或直接打印查看
    print(f"{el}的聚合结果：")
    print(agg_results[el])

方案二：一次性聚合多列（推荐）

直接指定所有需要聚合的列，只执行一次groupby操作，效率更高：

elements = ["col1", "col2", "col3"]
# 写法1：直接对指定列调用sum
agg_result = df.groupby(["xxx"])[elements].sum()

# 写法2：用agg方法，效果一致
agg_result = df.groupby(["xxx"]).agg({el: sum for el in elements})

# 查看最终结果
print(agg_result)

补充说明 #

方案二的优势在于：Pandas只需要完成一次分组操作，而循环方案会重复执行3次分组，当数据量较大时，前者的性能会显著优于后者。

内容的提问来源于stack exchange，提问作者unbik