Python/pandas/Excel中按多变量组合计算单个变量的汇总统计值

解决方案 #

实现逻辑

按你需要固定的三个维度类别数、数据集类型、受试者编号做分组，对kappa列做多指标聚合即可得到你要的统计结果。

可直接运行的代码示例

import pandas as pd

# 读取本地Excel文件
df = pd.read_excel("替换为你的Excel文件路径.xlsx")

# 分组计算kappa的最小、最大、平均值
stat_res = df.groupby(
    by = ["类别数", "数据集类型", "受试者编号"],
    as_index = False
)["kappa"].agg(
    kappa最小值 = "min",
    kappa最大值 = "max",
    kappa平均值 = "mean"
)

# 输出结果，也可直接导出为Excel
print(stat_res)
stat_res.to_excel("kappa统计结果.xlsx", index=False)

常见问题排查

如果你之前用groupby运行失败，可优先排查以下问题：

• 确认DataFrame中的列名和Excel里的列名完全一致，注意多余空格、中英文符号差异
• 检查kappa列的数据类型是否为数值型，可执行df['kappa'] = pd.to_numeric(df['kappa'], errors='coerce')做强制转换，同时把异常值转为空值
• 如果需要调整统计指标的输出列名，直接修改agg方法里的键名即可

内容的提问来源于stack exchange，提问作者Henrik