如何在pandas中按四分位数分组并计算其他列的求和、均值等指标

直接使用pandas的groupby+agg聚合方法即可完成需求，完整可运行代码如下：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'quartile': [1, 1, 2, 2, 3, 3, 3, 4],
    'value1': [1, 1, 1, 0, 0, 0, 1, 0],
    'value2': [0.9, 0.8, 0.75, 0.75, 0.5, 0.4, 0.3, 0.1]
})

# 按quartile分组后执行多维度聚合
res = df.groupby('quartile', as_index=False).agg(
    value1_sum = ('value1', 'sum'),
    value2_avg = ('value2', 'mean'),
    no_of_instances_in_val1 = ('value1', 'count')
)

# 可选：将value2的均值保留两位小数，和示例输出格式对齐
res['value2_avg'] = res['value2_avg'].round(2)

print(res)

核心逻辑说明 #

• groupby('quartile', as_index=False)：按四分位列分组，as_index=False保证quartile最终作为普通列输出，而非行索引
• agg支持自定义聚合后的列名，规则为新列名=('原始列名', '聚合函数')，可一次性指定多列不同的聚合规则：
  • 对value1列执行sum求和，得到value1_sum
  • 对value2列执行mean求均值，得到value2_avg
  • 对value1列执行count统计非空值数量，即可得到分组的样本量

运行上述代码得到的结果和期望输出完全一致。

内容的提问来源于stack exchange，提问作者Piotr94