Python pandas按Name分组求和Amount并条件统计Fruit次数的实现问题

你原代码的问题在于只在aggfunc中指定了Amount列的求和逻辑，未对Fruit列配置条件计数的聚合规则，因此无法生成统计Apple出现次数的Count列。

示例数据构造（可直接运行验证） #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Name': ['Bob', 'Bob', 'Bill', 'Bill', 'Bill'],
    'Fruit': ['Apple', 'Orange', 'Apple', 'Orange', 'Apple'],
    'Amount': [5,7,4,8,3]
})

方案1：使用groupby+agg（更直观推荐） #

res = df.groupby('Name', as_index=False).agg(
    Sum=('Amount', 'sum'),
    Count=('Fruit', lambda x: (x == 'Apple').sum())
)

方案2：调整pivot_table写法 #

res = pd.pivot_table(
    df,
    index='Name',
    aggfunc={
        'Amount': np.sum,
        'Fruit': lambda x: (x == 'Apple').sum()
    }
).rename(columns={'Amount': 'Sum', 'Fruit': 'Count'}).reset_index()

两种方案输出结果均符合预期：

内容的提问来源于stack exchange，提问作者campbeb2