Pandas GroupBy如何使用单次计算双值的自定义聚合函数？

使用单个可同时返回多值的自定义聚合函数，对分组后的DataFrame完成计算，最终生成列方向的多级索引结构（第一级为原列名，第二级为自定义函数返回的聚合标签），和df.groupby('A').agg([min, max])的输出结构完全一致，避免行方向多级索引、双重嵌套apply的低效写法。

实现方案 #

方案1：单层级apply匹配目标列结构 #

将原先嵌套在两层apply内部的逐列聚合逻辑，封装为分组处理函数，单层级调用即可拿到目标结构：

def process_group(g):
    # 剔除分组列后，对所有数值列调用自定义minmax函数
    res = g.drop(columns='A').apply(
        lambda col: pd.Series(
            minmax(col),
            index=['min', 'max']
        )
    )
    # 转置后形成（原列名, 聚合标签）的列层级结构
    return res.T

result = df.groupby('A').apply(process_group)

输出结果和预期完全一致：

B       C    
  min max min max
A                
1   1   3   4   6
2   4   6   7   9

方案2：命名聚合适配自定义函数 #

如果使用pandas 0.25及以上版本，可以借助命名聚合能力，基于自定义函数拆分独立的聚合列，再调整为多级列结构：

# 基于自定义minmax函数，拆出两个独立的取值逻辑
def get_min(col):
    return minmax(col)[0]

def get_max(col):
    return minmax(col)[1]

result = df.groupby('A').agg(
    B_min=('B', get_min),
    B_max=('B', get_max),
    C_min=('C', get_min),
    C_max=('C', get_max)
)

# 将扁平列名调整为和示例一致的多级列结构
result.columns = pd.MultiIndex.from_tuples([
    (col.split('_')[0], col.split('_')[1]) for col in result.columns
])

这种方式的灵活性更高，可以根据自定义函数返回的任意数量的值，自由定义聚合列的标签，不受固定min/max命名的限制。

方案3：多列批量计算优化性能 #

如果自定义函数支持一次性对多列计算返回结果，可以直接将逐列循环的逻辑封装进自定义函数内部，减少apply的遍历开销：

def minmax_multi(cols):
    # 一次性输入整个分组的数值列，批量计算每列的min、max
    return pd.DataFrame(
        {col: minmax(cols[col]) for col in cols.columns},
        index=['min', 'max']
    ).T

result = df.groupby('A').apply(
    lambda g: minmax_multi(g.drop(columns='A'))
)

内容的提问来源于stack exchange，提问作者a_guest