求助：Pandas中按Employee_id分组统计数据的代码问题

错误分析 #

你的代码存在两个关键问题：

1. 分组列名错误：原DataFrame中的分组列是Employee_id，但你写的是FCE_Employee_id，导致分组逻辑失效。
2. 不匹配统计逻辑错误：x != x.shift()是计算同一列相邻行的差异数，和需求中Cust_Pincode与Pincode的列间比较完全不符。

正确代码实现 #

方法一：直接在聚合中完成统计

result = df.groupby('Employee_id').agg(
    No_Of_Customers=('AGMTNO', 'count'),
    No_Of_Customers_not_matching=('Cust_Pincode', lambda x: (x != df.loc[x.index, 'Pincode']).sum())
).reset_index().rename(columns={'Employee_id': 'FCE_Employee_id'})

方法二：先构造辅助列再聚合（更直观）

# 先添加标记列，标记是否不匹配
df['is_not_match'] = df['Cust_Pincode'] != df['Pincode']

# 分组聚合
result = df.groupby('Employee_id').agg(
    No_Of_Customers=('AGMTNO', 'count'),
    No_Of_Customers_not_matching=('is_not_match', 'sum')
).reset_index().rename(columns={'Employee_id': 'FCE_Employee_id'})

输出结果 #

运行后会得到你期望的格式：

FCE_Employee_id  No_Of_Customers  No_Of_Customers_not_matching
0          5035496                3                              1

内容的提问来源于stack exchange，提问作者Mark