如何使用Pandas NamedAgg对多列分组聚合实现按季度统计数据

报错原因 #

pd.NamedAgg的column参数仅支持传入单个可哈希的列名字符串，你传入的列名列表属于不可哈希类型，因此触发TypeError: unhashable type: 'list'错误。此外你硬编码列索引切片的方式兼容性极差，只要列顺序、日期范围发生变动，统计结果就会出错。

推荐实现方案（无需硬编码列索引） #

直接利用日期本身的季度属性做聚合，逻辑更严谨，适配性更强：

import pandas as pd

# 宽表转长表，保留分组字段city、zip
df_long = df.melt(id_vars=['city', 'zip'], var_name='date', value_name='daily_value')
# 转换日期格式，生成季度标识
df_long['date'] = pd.to_datetime(df_long['date'])
df_long['quarter'] = df_long['date'].dt.year.astype(str) + '_q' + df_long['date'].dt.quarter.astype(str)
# 分组聚合后转回宽表格式
result = df_long.groupby(['city', 'zip', 'quarter'])['daily_value'].sum()\
                .unstack(level='quarter').reset_index()

快速适配原有切片逻辑的方案 #

如果你确定要沿用当前的列索引切片规则，可通过构造自定义聚合规则实现需求：

# 定义每个季度对应的列切片和聚合函数
quarter_config = [
    ('2021_q1', df.columns[1:89].tolist()),
    ('2021_q2', df.columns[90:180].tolist()),
    ('2021_q3', df.columns[181:240].tolist()),
    ('2021_q4', df.columns[241:380].tolist()),
    ('2022_q1', df.columns[381:450].tolist()),
]

# 生成聚合规则并执行计算
result = df.groupby(['city','zip']).agg(**{
    q_name: (q_cols[0], lambda x, cols=q_cols: x[cols].sum(axis=1)) 
    for q_name, q_cols in quarter_config
})

内容的提问来源于stack exchange，提问作者hemz