pandasgroupby多列不同聚合方法
2026-02-28 16:31:18
0浏览
收藏
本文深入解析了 pandas 中 groupby 后对不同列灵活应用多种聚合函数的核心技巧,涵盖最常用的字典映射方式(支持单列单函数、单列多函数及多级索引处理)、命名聚合(如 agg(sales_sum=('sales','sum')))以生成扁平易读的列名、先筛选列再聚合以提升性能与安全性、以及混合使用 lambda 与向量化函数时的关键陷阱——包括作用域误用、缺失值处理差异、性能瓶颈和返回值必须为标量等极易被忽视却导致结果异常的细节,帮助数据分析师写出更健壮、高效且可维护的聚合代码。

用 agg() 传入字典指定列与函数映射
直接对 groupby 结果调用 agg(),并传入一个字典,键是列名,值是聚合函数(可为字符串、函数或函数列表)。这是最常用也最清晰的方式。
- 支持单列单函数:
{'sales': 'sum', 'price': 'mean'} - 支持单列多函数:用列表包裹,如
{'sales': ['sum', 'count'], 'price': 'max'},结果列名会自动变成多级索引(('sales', 'sum')) - 若想避免多级索引,可后续加
columns.droplevel(0)或用命名元组方式(见下一条) - 函数可以是内置字符串(
'min')、NumPy 函数(np.std)、自定义函数(需接受 Series 并返回标量)
用命名元组实现自定义列名(避免多级索引)
当一列需要多个聚合函数,又不想让结果列名带多级索引时,用 pd.NamedAgg(pandas ≥ 0.25)或元组形式(旧版本兼容)更可控。
- pandas 1.0+ 推荐写法:
agg(sales_sum=('sales', 'sum'), sales_cnt=('sales', 'count'), price_avg=('price', 'mean')) - 效果是生成扁平列名:
sales_sum、sales_cnt、price_avg,无嵌套 - 旧版本可用元组:
agg([('sales_sum', 'sum'), ('sales_cnt', 'count')]),但仅适用于单列;多列需拼字典 + 元组组合,较易出错 - 注意:键名不能和原始列名冲突,否则会被覆盖或引发
ValueError: duplicate names
先 select 再 agg:只对特定列 groupby 聚合
如果原始 DataFrame 列很多,而你只关心其中几列的聚合,先用 [...] 选列再 groupby().agg(...),能减少内存占用和计算开销。
- 正确:
df[['group_key', 'A', 'B', 'C']].groupby('group_key').agg({'A': 'sum', 'B': 'mean'}) - 错误:在完整
df.groupby(...).agg({...})中只写部分列名,其余列不会报错但会被静默丢弃——容易误以为“没生效”,其实是被过滤了 - 若 groupby 的 key 不在所选列中(比如
df[['A','B']].groupby('category')),会抛KeyError: 'category',必须确保 key 列已包含在前一步选择中
混合使用 lambda 和预定义函数要注意作用域和性能
在 agg 字典里混用 lambda x: x.max() - x.min() 和 np.ptp 看似等价,但实际行为可能不同。
lambda接收的是每个分组的Series,所以x.max() - x.min()安全;但若写成lambda x: x['col'].max()就会报错(x 已是 Series,无列索引)- 涉及缺失值时,
np.ptp默认不跳过 NaN,而lambda x: x.max() - x.min()会受skipna=True设置影响(默认开启),结果可能不一致 - 大量数据下,向量化函数(如
np.mean)比lambda快得多;复杂逻辑建议封装成独立函数并加上@numba.jit或用apply分离处理
真正容易被忽略的是:当字典里某列对应函数返回不是标量(比如返回 list、Series 或 DataFrame),agg 会静默失败或降级为 apply 行为,输出结构不可控。务必确认每个聚合函数对任意非空分组都返回单一标量值。
本篇关于《pandasgroupby多列不同聚合方法》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Java设置JRE路径详细教程
- 上一篇
- Java设置JRE路径详细教程
- 下一篇
- 咔皮记账会员免费领取攻略
查看更多
最新文章
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1174次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1158次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1342次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1282次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1143次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

