pandas DataFrame按城市分组多列汇总：统计车辆、客户、行程及里程时长

实现步骤 #

• 第一步：转换时长字段格式
  从csv读取的journey_duration默认是字符串类型，需要先转成pandas的timedelta格式才能做时间运算：

import pandas as pd
# 原有数据读取代码不变
df = pd.read_clipboard(sep=',')
# 转换时长字段类型
df['journey_duration'] = pd.to_timedelta(df['journey_duration'])

• 第二步：分组聚合统计所有指标
  用groupby结合agg方法，为不同指标指定对应的聚合规则，即可一次性完成所有统计需求：

fleet_summary = df.groupby('fleet', as_index=False).agg(
    唯一vehicle_id数量=('vehicle_id', 'nunique'),
    唯一customer_id数量=('customer_id', 'nunique'),
    总行程数=('trip_id', 'count'),
    总里程_英里=('distance_miles', 'sum'),
    总时长_分钟=('journey_duration', lambda x: round(x.dt.total_seconds().sum() / 60, 2))
)

结果验证 #

用你提供的样本数据运行后，输出的汇总表和预期完全匹配：

内容的提问来源于stack exchange，提问作者Nhyi