Pandas多列分组聚合如何同时获取分组计数与col_D均值

你可以直接调整agg()方法的传参，同时给col_D配置均值、计数两个聚合规则即可，推荐使用pandas的命名聚合写法，生成的列名无需额外二次处理：

df.groupby(['col_A','col_B','col_C'], as_index=False).agg(
    col_D_mean = ('col_D', 'mean'),
    group_record_count = ('col_D', 'count')
)

如果你习惯保留原有的reset_index()写法，也可以用如下格式：

df.groupby(['col_A','col_B','col_C']).agg(
    col_D_mean = ('col_D', 'mean'),
    group_record_count = ('col_D', 'count')
).reset_index()

补充说明 #

• 上述写法中的count聚合会排除col_D列为空的记录，如果需要统计分组的所有行数（包含col_D为空的行），可以将计数逻辑改为group_record_count = ('col_A', 'size')，size聚合会直接统计分组的总记录数，不会跳过空值。
• 如果你不需要自定义列名，也可以用字典传列表的简化写法，不过生成的结果会带有多级列索引，需要额外做扁平化处理：

# 简化写法，返回多级列索引结果
df.groupby(['col_A','col_B','col_C']).agg({'col_D':['mean','count']}).reset_index()

内容的提问来源于stack exchange，提问作者Prakash