如何在Pandas中基于其他列条件编写自定义聚合函数

没问题，我来帮你调整聚合函数，精准实现你要的按条件聚合需求！

核心思路是在每个分组的子DataFrame里，分别根据d列的阈值筛选行，再计算对应列的统计值：

• Sum_a 取分组内 d < 250 的行中a列的和，没有符合条件的行时sum会自动返回0，正好匹配你要的结果
• Mean_b 取分组内 d > 250 的行中b列的均值

修改后的完整代码 #

import pandas as pd

# 修正示例数据的c列值（加上引号，避免未定义变量错误）
df = pd.DataFrame({
    "a": [10,20,30,40], 
    "b": [1,2,3,4], 
    "c": ["c1","c1","c1","c2"], 
    "d": [100,200,300,400]
})

def my_agg91(x):
    # 按d的条件分别计算
    sum_a = x[x['d'] < 250]['a'].sum()
    mean_b = x[x['d'] > 250]['b'].mean()
    # 返回指定索引的Series，确保列名对应
    return pd.Series(
        {'Sum_a': sum_a, 'Mean_b': mean_b},
        index=['Sum_a', 'Mean_b']
    )

df2 = df.groupby(['c']).apply(my_agg91)
print(df2)

运行结果 #

Sum_a  Mean_b
c                 
c1    30.0     3.0
c2     0.0     4.0

代码说明 #

1. 针对每个分组x，用布尔索引x['d'] < 250筛选出符合条件的行，再对a列求和；
2. 同理用x['d'] > 250筛选后对b列求均值；
3. 返回的Series指定了索引，保证分组后的结果列顺序和你要的一致；
4. 当分组内没有符合条件的行时（比如c2中没有d<250的行），sum()会返回0，完美匹配预期输出。

内容的提问来源于stack exchange，提问作者Chetanya Saxena