如何用pandas按学生、版本分组统计及格不及格人数等多字段

实现方案 #

方案1：单步groupby聚合（更高效，推荐）

直接通过一次分组聚合完成所有指标计算，无需单独做透视表再拼接：

res_df = master_df.groupby(
    ['student', 'version', 'status'], 
    as_index=False
).agg(
    # 统计通过数量
    pass_count=('result', lambda x: (x == 'pass').sum()),
    # 统计未通过数量
    fail_count=('result', lambda x: (x == 'fail').sum()),
    # 统计组内总记录数
    total_count=('result', 'size'),
    # 拼接所有不及格科目，自动过滤空值
    merged_failed_subject=('Failed Subject', lambda x: ', '.join(sub for sub in x if pd.notna(sub)))
)

方案2：兼容原有pivot_table逻辑

如果你需要保留已有的透视表逻辑，可以单独聚合不及格科目后和透视表结果合并：

# 原有透视表逻辑，处理多索引列名
pivot_df = pd.pivot_table(
    master_df, 
    index=['status', 'student', 'version'], 
    columns=['result'], 
    aggfunc=len, 
    fill_value=0
).reset_index()
# 重命名列，去除层级
pivot_df.columns = ['status', 'student', 'version', 'fail_count', 'pass_count']
# 计算总记录数
pivot_df['total_count'] = pivot_df['fail_count'] + pivot_df['pass_count']

# 单独聚合不及格科目
failed_sub_df = master_df.groupby(
    ['status', 'student', 'version'], 
    as_index=False
)['Failed Subject'].agg(
    merged_failed_subject = lambda x: ', '.join(sub for sub in x if pd.notna(sub))
)

# 合并两个结果得到最终表
res_df = pd.merge(pivot_df, failed_sub_df, on=['status', 'student', 'version'], how='left')

注意事项 #

• 拼接不及格科目时加入了pd.notna判断，避免空值被转为字符串nan混入结果
• 如果分组内没有不及格科目，merged_failed_subject会返回空字符串，可根据需求替换为None或其他默认占位符
• 可通过调整groupby参数内的字段顺序，调整输出结果的分组排序规则

内容的提问来源于stack exchange，提问作者naina