Pandas带条件的分组自定义聚合是否可行？连续价差阈值分组聚合实现

解决方案 #

你可以对每个分组单独判断处理，而非直接全局聚合，这样既能筛选需要聚合的分组，也能在聚合时访问分组内所有列的数据。

完整实现代码

import pandas as pd

# 原始数据和前置处理代码
df = pd.DataFrame(
  [{'price': 22, 'weight': 1, 'product': 'banana', },
  {'price': 20, 'weight': 2, 'product': 'apple', },
  {'price': 18, 'weight': 2, 'product': 'car', },
  {'price': 100, 'weight': 1, 'product': 'toy', },
  {'price': 27, 'weight': 1, 'product': 'computer', },
  {'price': 200, 'weight': 1, 'product': 'book', },
  {'price': 200.5, 'weight': 3, 'product': 'mouse', },
  {'price': 202, 'weight': 3, 'product': 'door', },]
)
df.sort_values(by=['price'], inplace=True)
df['asc_diff'] = df['price'].diff(periods=1)
df['desc_diff'] = df['price'].diff(periods=-1).abs()
df['asc_diff'] = df['asc_diff'].combine_first(df['desc_diff'])
df['asc_diff'] = df[['asc_diff', 'desc_diff']].min(axis=1).abs()
df['asc_diff'] = df['asc_diff'] <= 2.0
df = df.drop(columns=['desc_diff'])
g = df.groupby((df['asc_diff'].shift() != df['asc_diff']).cumsum())

# 分组处理逻辑
res_list = []
for group_id, group_df in g:
    # 同一分组的asc_diff值完全一致，取第一个判断即可
    if group_df['asc_diff'].iloc[0]:
        # 符合条件的分组按规则聚合
        agg_row = {
            # 计算price的加权平均值
            'price': (group_df['price'] * group_df['weight']).sum() / group_df['weight'].sum(),
            'weight': group_df['weight'].max(),
            'product': ' '.join(group_df['product']),
            'asc_diff': True
        }
        res_list.append(pd.DataFrame([agg_row]))
    else:
        # 不符合条件的分组直接保留原始行
        res_list.append(group_df[['price', 'weight', 'product', 'asc_diff']])

# 合并所有处理结果
final_df = pd.concat(res_list, ignore_index=True)
print(final_df)

运行输出结果

price  weight           product  asc_diff
0   19.600000       2  car apple banana      True
1   27.000000       1          computer     False
2  100.000000       1               toy     False
3  201.071429       3   book mouse door      True

逻辑说明

• 遍历每个分组时先判断asc_diff值，仅对值为True的分组执行聚合操作
• 聚合时直接操作整个分组的DataFrame，可以同时获取price和weight列计算加权平均值
• 不需要聚合的分组直接返回原始行，保留所有原始数据结构

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