Pandas按列分组后如何对多列实现条件计数分箱统计

不需要逐列生成临时表再合并，也不要把多个分箱结果同时放进groupby（那样会做交叉维度统计，不是你要的独立分箱计数），下面两种写法都可以高效实现需求，尤其适合多列批量分箱统计的场景：

方案1：二值标识+分组求和（二分类分箱首选，性能最高） #

先把每个分箱判定逻辑转成0/1标识列，再按A列分组求和即可，逻辑直白性能好：

import pandas as pd

df = pd.DataFrame({
'A': [1,1,2,2,3,3,3],
'B': [1,3,1,3,1,2,1],
'C': [1,3,5,3,7,7,1]})

# 生成分箱标识列
df['B_bin1'] = (df['B'] < 3).astype(int)
df['B_bin2'] = (df['B'] >= 3).astype(int)
df['C_bin1'] = (df['C'] < 5).astype(int)
df['C_bin2'] = (df['C'] >= 5).astype(int)

# 分组聚合得到结果
result = df.groupby('A', as_index=False)[['B_bin1','B_bin2','C_bin1','C_bin2']].sum()

运行结果完全匹配预期：

A  B_bin1  B_bin2  C_bin1  C_bin2
0  1       1       1       2       0
1  2       1       1       1       1
2  3       3       0       1       2

方案2：配置化批量处理（多列/多区间分箱首选，易维护） #

如果需要分箱的列很多，或者分箱区间不止2个，可以把分箱规则写成配置字典，批量生成哑变量后聚合，不需要写重复代码：

# 统一配置所有列的分箱规则、区间、输出列名，新增列直接加配置即可
bin_config = {
    'B': {'bins': [0,2,10], 'labels': ['B_bin1','B_bin2']},
    'C': {'bins': [0,4,10], 'labels': ['C_bin1','C_bin2']}
}

dummy_cols = []
for col, cfg in bin_config.items():
    # 对单列做分箱，转成哑变量矩阵
    cut_result = pd.cut(df[col], bins=cfg['bins'], labels=cfg['labels'])
    dummy_cols.append(pd.get_dummies(cut_result))

# 拼接分组键和所有哑变量列，分组求和
result = pd.concat([df[['A']], *dummy_cols], axis=1).groupby('A', as_index=False).sum()

这个方案不管有多少待统计列、每个列分多少个区间，都只需要修改配置字典即可，不需要写重复的merge、unstack逻辑，性能也远高于逐表合并。

补充：NamedAgg写法 #

pd.NamedAgg也可以实现需求，但列多的时候写起来比较冗余，适合列少的场景：

result = df.groupby('A', as_index=False).agg(
    B_bin1 = ('B', lambda x: (x < 3).sum()),
    B_bin2 = ('B', lambda x: (x >= 3).sum()),
    C_bin1 = ('C', lambda x: (x < 5).sum()),
    C_bin2 = ('C', lambda x: (x >= 5).sum())
)

注意：不要把多个分箱结果同时传入groupby，这种写法会计算多维度交叉的计数，也就是你看到的多层索引结果，和「每列独立分箱计数」的需求逻辑不符。

内容的提问来源于stack exchange，提问作者d_frEak