You need to enable JavaScript to run this app. 如何在Pandas中结合条件、聚合与拼接实现DataFrame指定格式透视转换
优惠活动
大模型
产品
解决方案
定价
更多

如何在Pandas中结合条件、聚合与拼接实现DataFrame指定格式透视转换

实现方法

这个需求的核心是按Name维度完成带自定义规则的分组聚合,不需要强行套用透视表逻辑,拆清楚每列的计算规则就可以快速实现。

各列聚合规则拆分

  • All Fruits:把同Name下所有Fruit字段的取值用逗号拼接为字符串
  • Apples Total:在同Name组内,筛选Fruit字段包含"Apple"的行,对这些行的Quantity求和
  • Oranges Total:在同Name组内,筛选Fruit字段包含"Orange"的行,对这些行的Quantity求和

你之前对照文档里的pivot、通用聚合示例始终适配不上,核心原因是这两个总量列不属于分组内整列的直接聚合,而是需要先做行筛选的条件求和,和常规全列聚合的逻辑存在区别。


完整可运行代码

  1. 首先还原你给出的原始DataFrame:

    import pandas as pd
    
    # 构造原始数据
    df = pd.DataFrame({
        "Name": ["John", "John", "John", "Jane", "Jane", "Jane", "Jane"],
        "Fruit": ["Apple Red", "Apple Green", "Orange Cali", "Apple Red", "Apple Green", "Orange Cali", "Orange Spain"],
        "Quantity": [10, 5, 12, 10, 5, 18, 2]
    }).reset_index(names="Index")
    
  2. 编写分组聚合的逻辑,逐组计算三个目标列:

    def process_group(group_df):
        # 拼接所有水果名称
        fruit_list = ", ".join(group_df["Fruit"].tolist())
        # 计算苹果总销量:筛选含Apple的行求和
        apple_sum = group_df.loc[group_df["Fruit"].str.contains("Apple"), "Quantity"].sum()
        # 计算橙子总销量:筛选含Orange的行求和
        orange_sum = group_df.loc[group_df["Fruit"].str.contains("Orange"), "Quantity"].sum()
        return pd.Series(
            [fruit_list, apple_sum, orange_sum],
            index=["All Fruits", "Apples Total", "Oranges Total"]
        )
    
    # 执行分组聚合,重置为连续索引
    result = df.groupby("Name", as_index=False).apply(process_group).reset_index(drop=True)
    
  3. 最终输出的结果和你要求的格式完全一致:

    IndexNameAll FruitsApples TotalOranges Total
    0JohnApple Red, Apple Green, Orange Cali1512
    1JaneApple Red, Apple Green, Orange Cali, Orange Spain1520

更轻量化的备选写法

如果不想写自定义分组函数,可以把计算步骤拆成独立模块再合并:

  • 第一步计算水果名称拼接:fruit_concat = df.groupby("Name")["Fruit"].apply(", ".join).reset_index()
  • 第二步给原始DataFrame加临时标记列,区分苹果、橙子条目:
    df["apple_flag"] = df["Fruit"].str.contains("Apple")
    df["orange_flag"] = df["Fruit"].str.contains("Orange")
    
  • 第三步分组计算两个品类的总量:
    total_sum = df.groupby("Name").agg(
        Apples_Total=("Quantity", lambda s: s[df.loc[s.index, "apple_flag"]].sum()),
        Oranges_Total=("Quantity", lambda s: s[df.loc[s.index, "orange_flag"]].sum())
    ).reset_index()
    
  • 最后按Name字段把两个计算结果合并、重命名列名,就能得到最终的DataFrame。

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:2026.11.13 13:15:06