You need to enable JavaScript to run this app. Pandas中如何结合条件语句实现Groupby分组与聚合计算
优惠活动
大模型
产品
解决方案
定价
更多

Pandas中如何结合条件语句实现Groupby分组与聚合计算

Pandas 条件分组聚合实现方案

直接按照你的输出要求,通过分组并行完成三类聚合计算,不需要做复杂的透视或者临时中间表。

核心实现代码

import pandas as pd

# 读取你的原始数据集(文件读入场景直接替换为pd.read_csv/pd.read_excel等对应方法即可)
raw_df = pd.DataFrame({
    "Name": ["John", "John", "John", "Jane", "Jane", "Jane", "Jane", "John", "Jane", "John"],
    "Item": [
        "Apple Red", "Apple Green", "Orange Cali",
        "Apple Red", "Apple Green", "Orange Cali",
        "Orange Spain", "Banana", "Coconut", "Lime"
    ],
    "Quantity": [10, 5, 12, 10, 5, 18, 2, 3, 5, 10]
})

# 按用户名称分组,逐组执行多维度聚合
result_df = raw_df.groupby("Name", as_index=False).agg(
    # 全量商品拼接为字符串列表
    **{
        "All Items": lambda group: ", ".join(group["Item"]),
        # 仅筛选苹果类商品统计总数量
        "Apples Total": lambda group: group.loc[group["Item"].str.contains("Apple"), "Quantity"].sum(),
        # 仅筛选橙子类商品统计总数量
        "Oranges Total": lambda group: group.loc[group["Item"].str.contains("Orange"), "Quantity"].sum()
    }
)

运行结果

执行代码后得到的表结构和数值完全匹配你的预期:

NameAll ItemsApples TotalOranges Total
JaneApple Red, Apple Green, Orange Cali, Orange Spain, Coconut1520
JohnApple Red, Apple Green, Orange Cali, Banana, Lime1512

适配调整说明

  • 如果品类判断规则不是简单匹配Item名称关键词,可以把str.contains("Apple")的判断逻辑替换为自定义规则,比如提前维护品类映射表,给原始数据新增分类标签列后再做条件筛选
  • 当前逻辑默认保留原始数据中商品的出现顺序拼接在All Items列中,不需要额外排序
  • 非苹果/橙子类的商品(比如香蕉、椰子、青柠)会正常参与全量商品拼接,但不会被计入苹果、橙子的数量统计,完全符合你的规则要求

内容的提问来源于stack exchange,提问作者Zaphod

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.12 06:54:05