如何将DataFrame列.describe()结果写入新DataFrame并按列分组？

你遇到的问题核心在于：groupby('SITE')['DSKPERCENT'].describe()返回的是一个层次化索引的DataFrame，每一行对应一个SITE的所有统计指标（count、mean、std等）。你原来用的apply(lambda x: format(x, 'f'))默认是按列（axis=0）处理，此时x是一个包含所有SITE对应统计项的Series，而format()函数只能处理单个数值，自然会抛出TypeError。

下面给你两种常见需求的解决方案：

方案1：将每个分组的统计信息合并为单个字符串列 #

如果你想把每个SITE的所有统计结果打包成一个字符串，放到名为SITE_DESCRIBE的列中，可以这样写：

import pandas as pd

# 假设你的源DataFrame名为df
df5 = df.groupby('SITE')['DSKPERCENT'].describe().apply(
    lambda row: ', '.join([f'{stat}: {value:.2f}' for stat, value in row.items()]),
    axis=1  # 指定按行处理，axis=1代表每一行对应一个SITE的统计结果
).reset_index(name='SITE_DESCRIBE')

这段代码会把每个SITE的统计项（比如count、mean）和对应数值格式化为统计项: 数值的格式，再用逗号拼接成字符串，最终得到包含SITE和SITE_DESCRIBE两列的DataFrame。

方案2：保留所有统计列，格式化数值 #

如果你希望保留count、mean、std等独立列，只是把数值格式化为普通浮点数（避免科学计数法），可以使用applymap对每个元素单独处理：

# 获取分组统计结果
descr_result = df.groupby('SITE')['DSKPERCENT'].describe()
# 对每个数值元素格式化（这里保留2位小数，可根据需求调整）
formatted_result = descr_result.applymap(lambda x: f'{x:.2f}')
# 重置索引得到最终DataFrame
df5 = formatted_result.reset_index()

如果不需要把数值转成字符串，只是想在显示时用浮点数格式，可以设置Pandas的显示选项：

pd.options.display.float_format = '{:.2f}'.format
# 之后直接查看descr_result就会以指定格式显示

为什么原来的代码报错？ #

你原来的代码中，apply默认是按列（axis=0）执行，此时lambda x中的x是一列数据（比如所有SITE的count值组成的Series），而format(x, 'f')试图把整个Series当作单个数值来格式化，这显然不符合format函数的参数要求，所以触发了TypeError。

内容的提问来源于stack exchange，提问作者odonnry