如何在pandas中组合两次groupby操作完成按日多指标统计

你可以使用pandas的groupby.agg()方法一次性完成多个聚合指标计算，无需单独计算后再合并，写法简洁高效，是符合Python风格的实现方案：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    "id_person": ["10", "10", "11", "11", "11", "10"],
    "date": ["2021-08-30", "2021-08-30", "2021-08-30","2021-08-30","2021-08-31","2021-08-31",],
    "some_value": [34, 1, 31, 9, 5, 12],
})

# 一次性聚合得到结果
df_output = df.groupby('date', as_index=False).agg(
    persons=('id_person', 'nunique'), # 统计每个日期下不同人员ID的数量
    count=('id_person', 'size') # 统计每个日期下的总记录行数
)

上述代码逻辑说明：

• 按date字段分组，as_index=False参数保证分组后的date是普通列而非索引，和你期望的输出格式一致
• agg()方法支持通过自定义指标名=(聚合列, 聚合函数)的语法，一次性定义多个需要计算的聚合指标，运行后得到的结果和你给出的期望输出完全一致。

内容的提问来源于stack exchange，提问作者vojta