pandas中groupby后如何对多列聚合同时计算sum与count

需要按指定列对数据集分组汇总，同时对目标列计算求和（sum）、计数（count）结果，要求单行代码实现，不使用merge等额外合并操作。
已知单列求和实现代码：

summary = df.groupby(['country','item', "date", 'msgtype'], as_index=False)['size', 'turnover'].sum()

尝试的错误写法：

summary = df.groupby(['country','item', "date", 'order'], as_index=False).agg({(['size', 'weight']) : ['sum' , 'count']})

运行报错：

unhashable type: 'list'

pandas的.agg()方法接收字典格式参数时，要求字典的key必须是可哈希的单个列名（字符串类型），不能直接将列名列表作为字典key——列表属于不可哈希类型，无法作为字典键使用，因此触发报错。

以下三种写法都可以单行实现需求，无需额外合并操作：

• 写法1：选列后直接传聚合函数列表（代码最短，输出多级列名）

summary = df.groupby(['country','item', "date", 'order'], as_index=False)[['size', 'weight']].agg(['sum', 'count'])

注意：选列时使用双层方括号[['size', 'weight']]传入列名列表，避免pandas解析歧义。

• 写法2：字典格式正确传参（和写法1效果一致，输出多级列名）
  把每个需要聚合的列名单独作为字典key，对应值传入要计算的聚合函数列表即可，修正之前的字典写法错误：

summary = df.groupby(['country','item', "date", 'order'], as_index=False).agg({'size': ['sum', 'count'], 'weight': ['sum', 'count']})

• 写法3：命名聚合（推荐，输出扁平化自定义列名）
  如果需要单层级的直观列名，方便后续数据处理，用pandas原生命名聚合语法，输出列名可自定义，无多级索引：

summary = df.groupby(['country','item', "date", 'order'], as_index=False).agg(size_sum=('size','sum'), size_count=('size','count'), weight_sum=('weight','sum'), weight_count=('weight','count'))

该写法输出的列直接对应分组列 + size_sum、size_count、weight_sum、weight_count，不需要额外做列名折叠处理。

内容的提问来源于stack exchange，提问作者updownleft5134