如何对pd.DataFrame按id/topic聚合统计学生数与消息数？

这其实是Pandas里非常常见的分组聚合需求，用groupby配合agg方法就能完美实现你的要求，具体代码如下：

import pandas as pd

# 假设你的数据集已经存储在df中
result = df.groupby(['id', 'topic']).agg(
    num_students=('student', 'nunique'),  # 统计每个组的唯一学生数
    num_messages=('student', 'count')     # 统计每个组的记录条数
).reset_index()

# 输出结果
print(result)

代码解释： #

• groupby(['id', 'topic'])：指定按id和topic这两列进行分组，确保我们统计的是每个id/topic组合下的数据。
• agg()方法：用来定义多个聚合操作：
  • num_students=('student', 'nunique')：对student列使用nunique()函数，统计组内唯一学生的数量，并将结果列命名为num_students。
  • num_messages=('student', 'count')：对student列使用count()函数，统计组内的总记录条数（这里用任意列做count都可以，因为是统计组的行数），命名为num_messages。
• reset_index()：将分组后的索引（id和topic）转换为普通列，让结果格式和你预期的完全一致。

运行这段代码后，你会得到和预期完全匹配的输出：

id  topic  num_students  num_messages
0   1    sun             2             2
1   1   moon             1             1
2   2   tree             2             4
3   3  cloud             3             4
4   3  house             1             1

内容的提问来源于stack exchange，提问作者Sheron