Python中能否一步完成groupby并同时计算多项统计指标？

完全可以实现和R data.table等价的分组后多统计量同步计算效果，不需要分开计算再合并，借助Pandas的agg()命名聚合特性即可一步完成。

前置依赖 #

需要提前导入Pandas以及用于计算偏度、峰度的Scipy统计模块：

import pandas as pd
from scipy.stats import skew, kurtosis

核心实现代码 #

和你给出的R代码逻辑完全对应，分组键为Year、Category，同步计算5项统计量后按分组键排序：

df = data.groupby(['Year', 'Category'], as_index=False).agg(
    # 计算Item列的唯一值数量
    ItemCount=pd.NamedAgg(column='Item', aggfunc='nunique'),
    # 计算Value列的中位数
    Median_val=pd.NamedAgg(column='Value', aggfunc='median'),
    # 计算Value列的均值
    Avg_val=pd.NamedAgg(column='Value', aggfunc='mean'),
    # 计算Value列的偏度
    Skew_val=pd.NamedAgg(column='Value', aggfunc=skew),
    # 计算Value列的峰度
    Kurt_val=pd.NamedAgg(column='Value', aggfunc=kurtosis)
).sort_values(by=['Year', 'Category'], ignore_index=True)

补充说明 #

如果你的Pandas版本低于0.25不支持命名聚合语法，也可以用字典嵌套的方式完成聚合，后续再重命名列即可，效果一致。

内容的提问来源于stack exchange，提问作者Jiamei