如何用Python对两列groupby？求更优失业率计算及年龄中位数方法

嘿，你的需求其实用Pandas的groupby+聚合函数就能一步到位，比你现在拆分多步的写法简洁高效太多啦！先给你梳理下优化思路：

1. 更优雅的失业率计算 #

你原来的写法需要分别统计总人数、失业人数再合并计算，其实可以直接在分组后，对每个城市的Job列计算失业占比：

方法一：用apply快速计算 #

# 计算失业率（百分比）
unemployment_rate = df.groupby('City')['Job'].apply(
    lambda group: (group == 'Unemployed').mean() * 100
).reset_index(name='UnemploymentRate')

方法二：自定义聚合函数（更易读） #

如果觉得lambda不够直观，也可以写个小函数：

def get_unemployment_rate(job_series):
    total_people = len(job_series)
    unemployed_count = (job_series == 'Unemployed').sum()
    return (unemployed_count / total_people) * 100

unemployment_rate = df.groupby('City')['Job'].agg(
    get_unemployment_rate
).reset_index(name='UnemploymentRate')

这两种写法都能直接得到每个城市的失业率，不需要额外的合并、重置索引操作，代码量少了一大半！

2. 计算每个城市的年龄中位数 #

这个更简单，直接用Pandas内置的median()聚合函数即可：

age_median = df.groupby('City')['Age'].median().reset_index(name='AgeMedian')

3. 一次性获取两个统计指标（推荐） #

如果你想把失业率和年龄中位数放在同一个DataFrame里，用groupby.agg()可以一次性完成多个聚合操作，这是最优雅的写法：

# 一次性计算两个指标
city_stats = df.groupby('City').agg(
    UnemploymentRate=('Job', lambda x: (x == 'Unemployed').mean() * 100),
    AgeMedian=('Age', 'median')
).reset_index()

运行后得到的city_stats结果如下：

City  UnemploymentRate  AgeMedian
0    x          66.666667         27
1    y          33.333333         28

为什么这个方案更好？ #

• 代码简洁：从原来的10+行代码压缩到3行，逻辑更清晰
• 效率更高：减少了中间DataFrame的创建与合并，避免不必要的数据拷贝
• 可扩展性强：如果之后需要加其他统计指标（比如平均年龄、就业人数），直接在agg()里加新的键值对就行

内容的提问来源于stack exchange，提问作者emax