如何用Python Pandas的groupby实现列值全组合分组统计

看起来你已经找对了核心思路——用groupby+agg来实现需求，不过可以优化写法，同时精准锁定Segment Type为PRIME的数据。我给你整理了两种清晰的实现方式：

方式一：分步处理（可读性更高） #

# 1. 先筛选出Segment Type为PRIME的目标行
prime_subset = df[df['Segment Type'] == 'PRIME']

# 2. 按指定列分组，对Q1执行多维度聚合计算
result = prime_subset.groupby(['Segment Type', 'Nature of Query'])['Q1'].agg(
    样本量='size',
    最小值='min',
    最大值='max',
    平均值='mean'
)

# 可选：如果需要把多级索引转成普通列，执行下面一行
result = result.reset_index()

方式二：合并成一行代码（更简洁） #

result = df[df['Segment Type'] == 'PRIME'].groupby(['Segment Type', 'Nature of Query'])['Q1'].agg(
    size='size',
    min='min',
    max='max',
    mean='mean'
).reset_index()

补充细节说明 #

1. 关于聚合函数的写法：你之前用的pd.np.size这类写法在新版本Pandas里已经被弃用了，推荐直接用字符串别名（比如'size'、'min'），或者导入numpy后用np.size、np.min，后者的写法示例如下：

import numpy as np

result = df[df['Segment Type'] == 'PRIME'].groupby(['Segment Type', 'Nature of Query'])['Q1'].agg(
    size=np.size,
    min=np.min,
    max=np.max,
    mean=np.mean
).reset_index()

2. 执行完成后，result会包含每个PRIME+Nature of Query组合对应的统计值，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者explorer_x