Pandas按多字段分组统计pass、fail及总记录数的实现问题

解决方案 #

有三种常用实现方式，你可以根据实际场景选择：

方法1：基于你现有pivot_table逻辑扩展 #

你现有的透视表已经拿到了pass和fail的计数，只需要额外计算每行的求和值，再调整列名和顺序即可：

# 生成基础透视表，aggfunc改用size比len更适配行数统计场景
pivot_df = pd.pivot_table(
    master_df, 
    index=['status', 'student', 'version'], 
    columns=['result'], 
    aggfunc='size', 
    fill_value=0
).reset_index()

# 新增总计数、重命名列、调整字段顺序
pivot_df['total_count'] = pivot_df['pass'] + pivot_df['fail']
pivot_df = pivot_df.rename(columns={'pass': 'pass_count', 'fail': 'fail_count'})
result_df = pivot_df[['student', 'version', 'pass_count', 'fail_count', 'status', 'total_count']]

方法2：groupby + value_counts 实现（更简洁） #

如果你的result列只有pass、fail两个取值，用这个写法更高效：

result_df = (
    master_df.groupby(['status', 'student', 'version'])['result']
    .value_counts(dropna=False)
    .unstack(fill_value=0)
    .assign(total_count=lambda x: x['pass'] + x['fail'])
    .reset_index()
    .rename(columns={'pass': 'pass_count', 'fail': 'fail_count'})
    [['student', 'version', 'pass_count', 'fail_count', 'status', 'total_count']]
)

方法3：自定义聚合逻辑（兼容性最强） #

如果result列还存在其他取值，不需要过滤直接统计的话，用自定义聚合的方式更准确：

result_df = (
    master_df.groupby(['status', 'student', 'version'], as_index=False)
    .agg(
        pass_count=('result', lambda x: (x == 'pass').sum()),
        fail_count=('result', lambda x: (x == 'fail').sum()),
        total_count=('result', 'size')
    )
    [['student', 'version', 'pass_count', 'fail_count', 'status', 'total_count']]
)

内容的提问来源于stack exchange，提问作者user3202086