如何高效进行数据分析：Pandas应用分类聚合统计代码优化指南

最简优化代码（适配pandas 0.25及以上版本） #

你可以直接通过pandas内置的分组聚合功能一步得到目标结果，无需多次计算、手动转换列表拼接：

app_category_info = apps.groupby('Category', as_index=False, sort=True).agg(
    **{
        'Number of apps': ('Category', 'count'),
        'Average price': ('Price', 'mean'),
        'Average rating': ('Rating', 'mean')
    }
)

核心优化点 #

• 减少重复计算：原代码对分类列做了3次独立统计+1次单独去重排序，优化后仅执行1次分组计算，数据量较大时性能提升非常明显。
• 消除冗余逻辑：去掉了不必要的Series转列表、手动排序分类列的操作，代码量缩减70%，可读性更强。
• 规避潜在bug：原代码手动拼接多个列表生成DataFrame，若出现分类缺失、索引顺序不一致的情况会出现行列数据错配，pandas内置分组聚合会自动对齐索引，稳定性更高。

低版本pandas兼容写法 #

如果你的pandas版本低于0.25不支持命名聚合，可以用以下写法实现同样效果：

grouped = apps.groupby('Category', sort=True)
app_category_info = pd.DataFrame({
    'Number of apps': grouped['Category'].count(),
    'Average price': grouped['Price'].mean(),
    'Average rating': grouped['Rating'].mean()
}).reset_index()

内容的提问来源于stack exchange，提问作者zero