Pandas复杂分组：能否用函数形式groupby()按表格内容分组？

你说的没错，直接写groupby(f)时，函数f默认只会收到索引值——这是因为pandas默认把函数参数作用在索引上。但我们完全可以调整写法，让函数接收每行的内容来生成分组键，具体有两种常用方法：

方法1：先给每行生成分组键，再传入groupby #

这是最直观也高效的方式——用df.apply()把分组函数作用在每一行（axis=1表示按行处理），生成一个包含分组标识的序列，再把这个序列传给groupby的by参数。

举个结合你的示例数据的例子：

import pandas as pd

df0 = pd.DataFrame([
    dict(age=30,sex='M',name='Jim',weight=143),
    dict(age=45,sex='F',name='Francine',weight=102),
    dict(age=22,sex='F',name='Jill',weight=190),
    dict(age=37,sex='M',name='Joseph',weight=221),
    dict(age=55,sex='M',name='Jerry',weight=187),
    dict(age=48,sex='M',name='Gus',weight=262)
])

# 定义依赖行内容的分组函数
def get_group(row):
    # 按年龄区间+性别组合分组
    age_bracket = 'Young' if row['age'] < 30 else 'Middle' if row['age'] < 50 else 'Senior'
    return f"{row['sex']}_{age_bracket}"

# 生成分组键序列，再执行分组
grouped = df0.groupby(df0.apply(get_group, axis=1))

# 验证分组结果：计算每组的平均体重
print(grouped['weight'].mean())

运行后会得到：

F_Middle    102.0
F_Young     190.0
M_Middle    208.666667
M_Senior    187.0
Name: weight, dtype: float64

方法2：通过索引间接获取行数据（适合简单场景） #

如果你坚持想用groupby(f)的形式，可以让函数接收索引值后，通过df.loc[idx]取出对应行的数据再处理。比如：

# 用lambda函数封装索引取行的逻辑
grouped = df0.groupby(lambda idx: get_group(df0.loc[idx]))

不过这种方式在数据量大时效率不如方法1，因为每次都要通过索引查找行，不如直接批量生成分组键高效。

补充小技巧 #

如果你的分组逻辑只依赖某一列，其实可以更简洁：比如按年龄十位数分组，直接写df0.groupby(df0['age'] // 10)就行，不需要单独写函数。但涉及多列组合的复杂逻辑时，上面的两种方法就很实用啦。

内容的提问来源于stack exchange，提问作者Jason S