如何统计含不同值的列的计数，按agent-name分组输出多维度统计结果

统计实现方案 #

1. SQL 语句实现（适配大多数关系型数据库） #

假设你的原始表名为 agent_records，执行以下查询即可得到目标结果：

SELECT 
    `agent-name`,
    COUNT(DISTINCT qa_agent) AS `Count of qa agent`,
    SUM(CASE WHEN position = 'fatal' THEN 1 ELSE 0 END) AS `Count Fatal count`,
    SUM(CASE WHEN position = 'non fatal' THEN 1 ELSE 0 END) AS `Count Non fatal`
FROM agent_records
GROUP BY `agent-name`

逻辑说明：

• 按agent-name字段分组聚合
• 用COUNT(DISTINCT)实现qa_agent的去重计数
• 条件求和统计不同position的记录数，满足对应条件的记录记1、否则记0，求和值就是对应分类的总条数

2. Python Pandas 实现（适用于本地DataFrame数据处理） #

如果数据已经加载为Pandas DataFrame对象，可用以下代码统计：

import pandas as pd

# 此处df替换为你自己的原始DataFrame变量名
stat_result = df.groupby('agent-name', as_index=False).agg(
    Count_of_qa_agent = ('qa_agent', 'nunique'),
    Count_Fatal_count = ('position', lambda x: (x == 'fatal').sum()),
    Count_Non_fatal = ('position', lambda x: (x == 'non fatal').sum())
)
# 重命名列匹配你的输出要求
stat_result.columns = ['agent-name', 'Count of qa agent', 'Count Fatal count', 'Count Non fatal']

内容的提问来源于stack exchange，提问作者Shadywolf21