Python Pandas中DataFrame汇总聚合：按客户协议计算产品统计值

嘿，我来帮你搞定这个按客户和协议分组后统计产品数的聚合需求！咱们一步步拆解来做：

需求明确 #

我们需要先按CLIENT和AGREEMENT_ID分组，统计每个协议关联的产品数量；再针对每个CLIENT，计算这些产品数量的平均值、中位数和最大值。

步骤1：创建原始DataFrame #

先把你提供的数据集代码写出来（别忘了先导入pandas）：

import pandas as pd

df = pd.DataFrame(
    {
        "CLIENT": ["1", "1", "2", "1", "1", "1"],
        "PRODUCT_ID": [111, 112, 444, 555, 89, 765],
        "AGREEMENT_ID": [1443, 1443, 155, 888, 1443, 14543]
    }
)

步骤2：统计每个协议的产品数量 #

先按CLIENT+AGREEMENT_ID组合分组，用size()获取每个组的产品数量，并重命名列名方便后续处理：

# 分组统计每个协议的产品数
agreement_product_counts = df.groupby(["CLIENT", "AGREEMENT_ID"]).size().reset_index(name="PRODUCT_COUNT")

这一步得到的中间结果是：

步骤3：按客户计算聚合指标 #

接着按CLIENT分组，对PRODUCT_COUNT列计算我们需要的三个统计量：

# 按CLIENT聚合，计算平均值、中位数、最大值
final_result = agreement_product_counts.groupby("CLIENT")["PRODUCT_COUNT"].agg(
    平均值="mean",
    中位数="median",
    最大值="max"
).reset_index()

最终输出结果 #

运行后得到的final_result就是目标DataFrame：

小提醒：你提到的CLIENT 1的中位数为2应该是笔误哦～CLIENT 1的协议产品数列表是[3,1,1]，排序后是[1,1,3]，中位数是1才对哒！

内容的提问来源于stack exchange，提问作者dingaro