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
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")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)最终输出的结果和你要求的格式完全一致:
Index Name All Fruits Apples Total Oranges Total 0 John Apple Red, Apple Green, Orange Cali 15 12 1 Jane Apple Red, Apple Green, Orange Cali, Orange Spain 15 20
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
相关产品推荐

