Pandas GroupBy分组后如何为DataFrame新增聚合计算列

失败原因 #

原代码赋值失败核心有3个问题：

• groupby直接聚合的结果以分组字段key为索引，和原DataFrame的逐行索引不匹配，直接赋值会出现索引对齐错误，生成大量空值
• 聚合后调用reset_index()会返回行数等于分组数的新DataFrame，和原表行数不一致，直接赋值会触发长度不匹配报错
• 代码中部分位置字段名写为cfop，和需求指定的统计字段cfop_code不一致，会触发字段不存在错误

正确代码 #

使用groupby.transform实现，该方法会自动把聚合结果按原表行索引映射回每一行，无需额外对齐、合并操作：

import pandas as pd

# 存储每个分组下cfop_code的去重值列表
df['unique_list'] = df.groupby('key')['cfop_code'].transform(lambda x: x.unique().tolist())

# 统计每个分组下cfop_code的去重值数量
df['unique_count'] = df.groupby('key')['cfop_code'].transform('nunique')

# 统计每个分组下cfop_code的总记录数（非去重计数）
df['not_unique_count'] = df.groupby('key')['cfop_code'].transform('size')

可选调整 #

• 如果需要unique_list存储集合类型而非列表，把代码里的.tolist()替换为set(x)即可
• 如果不需要在原明细表保留聚合结果，只需要分组维度的统计结果，可以直接用agg一次性生成三个字段，对应代码如下：

grouped_stat = df.groupby('key').agg(
    unique_list=('cfop_code', lambda x: x.unique().tolist()),
    unique_count=('cfop_code', 'nunique'),
    not_unique_count=('cfop_code', 'size')
).reset_index()

内容的提问来源于stack exchange，提问作者Andre Nevares