pandas DataFrame分组如何对不同列分别求均值和求和

你可以直接使用groupby配套的agg()方法，给不同列单独指定聚合规则，不需要对所有列统一计算，具体实现如下：

完整实现代码 #

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({'ID': ['1a','1a','3a','4a','3a'],
                   'column_1': [10.6, 10.4, 10, 20, 20],
                   'column_2': [10, 20, 30, 40, 50]
                  })

# 按ID分组，对不同列配置不同聚合逻辑
df_result = df.groupby('ID', as_index=False).agg(
    column_1=('column_1', 'mean'),  # column_1计算均值
    column_2=('column_2', 'sum')    # column_2计算总和
)

print(df_result)

输出结果 #

ID  column_1  column_2
0  1a      10.5        30
1  3a      15.0        80
2  4a      20.0        40

注：你给出的期望结果中ID为4a的column_2总和写为30属于笔误，原数据中ID=4a仅存在1条记录，column_2值为40，因此聚合结果为40。

参数说明 #

• as_index=False：将分组字段ID作为普通数据列保留，不会被设置为DataFrame的行索引，和你预期的输出格式匹配。
• agg()内的参数格式为结果列名=(原列名, 聚合函数)，除了内置的mean、sum之外，还支持count、max、min、median等内置统计函数，也支持传入自定义函数实现更复杂的计算逻辑。
• 如果需要对同一列执行多种聚合计算，只需要新增对应配置即可，例如要同时计算column_1的均值和最大值，可以写成column_1_mean=('column_1', 'mean'), column_1_max=('column_1', 'max')。

内容的提问来源于stack exchange，提问作者Jane Borges