Pandas中.agg({'account':'count'})语法含义及用法解答

你遇到的.agg({'account':'count'})是pandas聚合操作的标准「列-聚合规则映射」写法，运行逻辑拆解如下：

• 前置的groupby('title')已经按职位字段把全量数据拆成了若干独立分组，每个分组内所有行的title取值相同。
• 给.agg()传入字典时，字典的键固定为需要执行聚合的目标列名，字典的值固定为要对该列应用的聚合方法。这行代码里的字典含义非常直接：对拆分出的每一个职位分组，统计account列的非空值数量。

之所以这个写法能得到职位频次统计结果，是因为你之前的合并操作是以account（企业账户唯一ID）作为关联键的，每一条有效记录都对应唯一的account值，统计每个分组下account的计数，本质就是计算对应职位的出现次数。

这行代码和以下两种常见写法的输出结果完全等价：

1. 先选列再聚合：licenses_owners.groupby('title')['account'].count()
2. 命名聚合写法（pandas 0.25及以上版本支持）：licenses_owners.groupby('title').agg(account_cnt=('account', 'count'))

这种字典传参的优势是支持多列多聚合规则的批量定义，比如你需要同时统计每个职位的记录数、对应账户ID的最大值和最小值，只需要把字典写成{'account': ['count', 'max', 'min']}即可，一次调用就能生成所有需要的聚合结果，不需要重复写聚合逻辑。

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