如何在Pandas透视表中定义含两列参数的aggfunc并输出单列结果

你的问题核心在于：pivot_table默认会对每个指定的values列单独应用聚合函数，但你的聚合逻辑需要同时用到dpd和balance两列，所以才会出现重复的两列结果。下面提供两种简洁的解决方案：

方案1：使用groupby.apply（更直观推荐） #

groupby的apply方法可以直接接收整个分组的DataFrame，完美支持跨列计算，最后再将结果转为指定列名的DataFrame即可：

import pandas as pd
import numpy as np

df = pd.DataFrame({'team':['a','a'],'balance':[100,3],'dpd':[0,60]})

# 按team分组，计算逾期余额占比
dq_result = df.groupby('team').apply(
    lambda group: np.sum(np.where(group['dpd'] >= 30, group['balance'], 0)) / np.sum(group['balance'])
).to_frame('dqratio')

print(dq_result)

输出结果：

dqratio
team          
a     0.029126

方案2：调整pivot_table的参数 #

如果你坚持使用pivot_table，需要去掉values参数（或只指定任意一列，因为我们要用到整个分组的所有列），然后重命名结果列：

dq_result = df.pivot_table(
    index='team',
    aggfunc=lambda group: np.sum(np.where(group['dpd'] >= 30, group['balance'], 0)) / np.sum(group['balance'])
).rename(columns={'balance': 'dqratio'})

print(dq_result)

为什么原来的代码会返回两列？ #

你之前指定了values=['balance','dpd']，pivot_table会分别对balance和dpd列调用你的lambda函数。但你的lambda函数本质是读取整个分组的dpd和balance，不管传入的是哪一列，计算结果都相同，所以最终得到了重复的两列。

内容的提问来源于stack exchange，提问作者hyunwoo jeong