如何用Pandas实现类似SQL的多列分组多指标聚合？

你的问题出在原代码的链式调用写法上——当你执行df.groupby(...)['points'].mean()后，得到的已经是一个以分组键为索引的Series，这时候再去索引['counts']，pandas会以为你要找这个Series索引里的'counts'值，自然会触发KeyError，因为分组键里根本没有这个列名。

要实现类似SQL的多列聚合，正确的做法是用groupby后的agg()方法，通过字典明确指定每一列对应的聚合操作，这样pandas会一次性完成所有列的聚合计算。下面给你两种常用的实现方式：

方式1：自定义聚合结果列名（推荐） #

如果你想给聚合后的列起更清晰的名字（比如区分原列和聚合操作），可以用(列名, 聚合函数)的形式指定：

# 一次性完成所有列的聚合
df_agg = df.groupby(['House', 'cat1', 'cat2', 'cat3']).agg(
    points_mean=('points', 'mean'),    # 对points列取均值，结果列名为points_mean
    counts_count=('counts', 'count'),  # 对counts列计数，结果列名为counts_count
    value_sum=('value', 'sum'),        # 对value列求和
    metric_sum=('metric', 'sum'),
    metric2_sum=('metric2', 'sum'),
    metric3_sum=('metric3', 'sum')
).reset_index()  # 将分组键从索引转为普通列

方式2：保留原列名的聚合 #

如果不需要重命名列，直接用字典映射原列名到对应的聚合函数即可：

# 定义聚合规则字典
agg_rules = {
    'points': 'mean',
    'counts': 'count',
    'value': 'sum',
    'metric': 'sum',
    'metric2': 'sum',
    'metric3': 'sum'
}

# 执行聚合
df_agg = df.groupby(['House', 'cat1', 'cat2', 'cat3']).agg(agg_rules).reset_index()

这两种方式都能避免你遇到的KeyError问题，而且完全对应SQL中GROUP BY ... SELECT AVG(points), COUNT(counts), SUM(value)...的逻辑。

内容的提问来源于stack exchange，提问作者mitch