Pandas按列分组后对不同列分别应用不同聚合函数的实现方法

解决方案 #

你想要的分组后多列应用不同聚合函数的需求，只要在groupby后调用.agg()方法传入你写的聚合函数字典即可实现，正确写法如下：

# 基础写法，和你期望的语法逻辑完全匹配
result = df1.groupby(["A", "B"], as_index=False).agg({"C": sum ,"D": mean})

如果需要自定义聚合后的列名，避免和原始列名混淆，可以用Pandas 0.25版本后支持的命名聚合语法：

result = df1.groupby(["A", "B"], as_index=False).agg(
    C总数值 = ("C", "sum"),
    D平均值 = ("D", "mean")
)

你之前得到的输出结构不符合预期，通常是没有设置as_index=False导致分组列被转为行索引，加上该参数后分组键会作为普通列保留，最终输出结构和下图的预期效果完全一致：

内容的提问来源于stack exchange，提问作者Babas