R语言分组汇总：按变量c求col a均值并添加b类型出现次数列

嘿，我来帮你解决这个问题～ 你要的按c分组后计算a的均值，同时统计每个组内b类型的出现次数，其实用pandas的groupby配合agg()方法就能一步到位，不用拆分操作再合并，完美匹配你要的df2样式。下面分两种常见场景给你具体代码：

场景1：统计分组内b列等于特定值的次数 #

如果你的counts_b是要统计某个特定b类型（比如b='yes'或者b=1这类具体值）的出现次数，代码可以这么写：

import pandas as pd

# 基于你的原始数据表df生成df2
df2 = df.groupby('c').agg(
    mean_a=('a', 'mean'),  # 计算每个c分组下a的均值，并重命名列
    counts_b=('b', lambda x: (x == '目标值').sum())  # 替换'目标值'为你要统计的b类型
).reset_index()

小解释： #

• ('a', 'mean')：直接对分组后的a列求均值，并用mean_a作为新列名
• lambda x: (x == '目标值').sum()：先判断每个组的b列元素是否等于你要统计的目标值（返回布尔数组），再求和得到次数，命名为counts_b
• reset_index()：把分组键c从索引变回普通列，和你要的df2结构完全一致

场景2：统计分组内b列非缺失值的次数 #

如果counts_b是要统计每个分组里b列不为空的行数，代码可以简化成这样：

df2 = df.groupby('c').agg(
    mean_a=('a', 'mean'),
    counts_b=('b', 'count')  # count方法会自动忽略空值，直接统计非缺失的行数
).reset_index()

如果你已经写了部分代码 #

假设你之前的代码是类似这样的：

# 你已完成的部分代码
partial_df = df.groupby('c')['a'].mean().rename('mean_a').reset_index()

那直接把它改成上面的agg()写法就行，一步生成包含两个指标的df2，省得再写合并的代码，效率更高。

举个实际例子验证 #

假设你的原始df是这样的：

df = pd.DataFrame({
    'c': ['x', 'x', 'y', 'y', 'y'],
    'a': [1, 3, 2, 4, 6],
    'b': ['yes', 'no', 'yes', 'yes', 'no']
})

用场景1的代码（统计b='yes'的次数），得到的df2就是：

完全符合你要的样式哦～

内容的提问来源于stack exchange，提问作者Giulia