如何按多列聚合并展平Pandas DataFrame

要实现你需要的分组聚合并展平结果的需求，可以通过分组聚合+unstack展平+列重命名+合并结果这几个步骤完成，具体如下：

步骤1：定义单个分类列的处理逻辑 #

对每个分类列（cat1/cat2），先按a和分类列分组求和，再用unstack()把分类值转为列，最后重命名列名匹配你的期望格式：

def process_category(df, cat_col):
    # 按a和分类列分组，对is、fs列求和
    grouped = df.groupby(['a', cat_col])[['is', 'fs']].sum()
    # 把分类列的不同取值转为列（完成展平）
    unstacked = grouped.unstack(level=cat_col)
    # 重命名列，生成sum(is|cat1=C)这类格式的表头
    unstacked.columns = [f"sum({col}|{cat_col}={cat_val})" 
                         for col, cat_val in unstacked.columns]
    # 重置索引，将a从索引转为普通列
    return unstacked.reset_index()

步骤2：处理两个分类列并合并结果 #

调用上述函数分别处理cat1和cat2，再通过merge()按a列合并结果：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({'a':['a1','a1','a1','a2','a2','a3','a3','a3','a3'],
                   'cat1':['C','D','D','C','D','D','D','D','C'],
                   'cat2':['X','Y','X','Y','X','Y','X','Y','X'],
                   'is':[1,2,3,1,2,1,2,3,4],
                   'fs':[.1,.2,.3,.1,.2,.1,.2,.3,.4]})

# 分别处理cat1和cat2
df_cat1 = process_category(df, 'cat1')
df_cat2 = process_category(df, 'cat2')

# 按a合并两个结果表
final_df = pd.merge(df_cat1, df_cat2, on='a')

步骤3：查看最终输出 #

运行后final_df的结果与你的期望完全一致：

a  sum(is|cat1=C)  sum(fs|cat1=C)  sum(is|cat1=D)  sum(fs|cat1=D)  sum(is|cat2=X)  sum(fs|cat2=X)  sum(is|cat2=Y)  sum(fs|cat2=Y)
0  a1               1             0.1               5             0.5               4             0.4               2             0.2
1  a2               1             0.1               2             0.2               2             0.2               1             0.1
2  a3               4             0.4               6             0.6               6             0.6               4             0.4

关键逻辑说明 #

• unstack(level=cat_col)：将分组后的二级索引（分类列的不同取值）转为列，这是解决你当前结果未展开的核心操作。
• 列重命名时利用了MultiIndex的结构，直接遍历组合出你需要的格式。
• 最后用merge()按a合并两个处理后的DataFrame，实现cat1和cat2结果的整合。

内容的提问来源于stack exchange，提问作者nuges01