如何用Pandas同时按多列分组并实现计数与求和？

当然可以通过Pandas的groupby配合agg方法一次性实现分组后的计数与求和操作，具体实现如下：

1. 创建原始DataFrame（方便复现） #

import pandas as pd

df = pd.DataFrame({
    'Individual': ['A', 'A', 'A', 'A', 'B', 'B', 'B'],
    'Category': [1, 1, 1, 2, 1, 2, 2],
    'Amount': [250, 300, 500, 350, 200, 300, 450],
    'Extras': [30, 10, 8, 12, 9, 20, 15]
})

2. 分组聚合实现需求 #

# 按Individual和Category分组，同时执行计数与求和
result = df.groupby(['Individual', 'Category']).agg(
    Count=('Individual', 'size'),  # 统计每组的行数
    Amount=('Amount', 'sum'),      # 对Amount列求和
    Extras=('Extras', 'sum')       # 对Extras列求和
).reset_index()

print(result)

输出结果 #

Individual  Category  Count  Amount  Extras
0          A         1      3    1050      48
1          A         2      1     350      12
2          B         1      1     200       9
3          B         2      2     750      35

补充说明 #

• size用于统计每组的总行数，若数据存在缺失值且只想统计非缺失值数量，可以改用count；
• agg方法支持为不同列指定不同的聚合操作，格式为新列名=(原列名, 聚合函数)，灵活性很强。

内容的提问来源于stack exchange，提问作者Vuotelin