R中group_by %>% summarise的Pandas等效实现方法问询

针对你想要把R的dplyr分组聚合逻辑转成Pandas的需求，确实groupby().agg()在处理这类需要跨列依赖的聚合时不够灵活，我们可以用groupby.apply()来实现完全一致的逻辑，下面是具体步骤：

1. 重现测试数据 #

首先生成你提供的测试DataFrame：

import pandas as pd
import numpy as np

size = 20
np.random.seed(456)
df = pd.DataFrame({
    "names": np.random.choice(["bob", "alb", "jr"], size=size, replace=True),
    "income": np.random.normal(size=size, loc=1000, scale=100),
    "costs": np.random.normal(size=size, loc=500, scale=100),
    "date": np.random.choice(pd.date_range("2018-01-01", "2018-01-06"), size=size, replace=True)
})

2. 自定义分组聚合函数 #

写一个函数接收每个分组的子DataFrame，完全复刻你R中的计算逻辑：

def calculate_group_metrics(group):
    # 计算总收入、总成本和净收入
    income_acc = group['income'].sum()
    costs_acc = group['costs'].sum()
    net = income_acc - costs_acc
    
    # 获取分组内的最大日期，筛选对应行计算总和
    max_group_date = group['date'].max()
    filtered_rows = group[group['date'] == max_group_date]
    income_acc_bymax = filtered_rows['income'].sum()
    cost_acc_bymax = filtered_rows['costs'].sum()
    
    # 计算growth指标
    growth = income_acc_bymax + cost_acc_bymax - net
    
    # 返回聚合结果，用Series保证列名对应
    return pd.Series({
        'income_acc': income_acc,
        'costs_acc': costs_acc,
        'net': net,
        'income_acc_bymax': income_acc_bymax,
        'cost_acc_bymax': cost_acc_bymax,
        'growth': growth
    })

3. 执行分组聚合并查看结果 #

将自定义函数应用到分组上，用reset_index()把分组列还原为普通列：

dfg = df.groupby('names').apply(calculate_group_metrics).reset_index()
print(dfg)

输出结果和你R中的结果完全一致：

names    income_acc     costs_acc         net  income_acc_bymax  cost_acc_bymax      growth
0   alb  7997.466538  3996.053670  4001.412868      2997.855009     1500.876851  497.318992
1   bob  6003.488978  3003.540598  2999.948380      2001.533870     1002.151162    3.736652
2    jr  6002.056904  3000.346010  3001.710894       999.833162      499.328510 -1502.549221

为什么不用agg()？ #

groupby().agg()更适合对单一列执行简单聚合（比如求和、均值），但当你的聚合逻辑需要依赖同组内其他列的计算结果（比如先找分组最大日期，再用该日期筛选行求和），apply()可以直接操作整个分组的子DataFrame，灵活性更高，逻辑也和你R中的dplyr代码更匹配。

内容的提问来源于stack exchange，提问作者erickfis