Pandas分组后指定列应用聚合函数其余列取首个值的实现问题

问题根因 #

你代码失效的核心原因是：agg()方法传入lambda时，接收的参数x是分组后的普通Series对象，不是SeriesGroupBy对象：

• mean()是Series原生支持的统计方法，对任意Series调用都能正常返回均值
• 而first()是SeriesGroupBy专属的分组取首行方法，普通Series的first()方法仅适用于时间索引场景，用于取指定时间长度的前序数据，非时间索引下调用无法得到预期的分组首个值。

解决方案1：直接修改现有lambda逻辑 #

把else分支的x.first()替换为x.iloc[0]即可，iloc[0]会直接取该分组Series的第一个元素，符合你的需求：

df = df.groupby('id').agg(lambda x : x.count() if x.name in ['var1','var2'] else x.iloc[0]).reset_index()

解决方案2：动态生成聚合字典（更推荐） #

提前构造聚合规则映射表，Pandas处理时不需要逐列做逻辑判断，性能更优，尤其适合列数较多的场景：

# 生成聚合规则：指定列用count，其余列用GroupBy原生支持的first聚合函数
agg_rules = {col: 'count' if col in ['var1', 'var2'] else 'first' for col in df.columns if col != 'id'}
# 应用分组聚合，reset_index将id从索引转回普通列，和原代码输出结构保持一致
df = df.groupby('id').agg(**agg_rules).reset_index()

内容的提问来源于stack exchange，提问作者jimmy