pandasgroupby多列聚合方法详解
2026-03-06 19:07:31
0浏览
收藏
本文深入解析了 pandas 中 groupby 多列差异化聚合的多种实用方法,重点介绍了以字典映射和命名聚合(如 `agg(sales_sum=('sales','sum'))`)为核心的清晰、可控的写法,兼顾新旧版本兼容性;同时强调了避免多级索引、防止列名冲突、精准列筛选以提升性能、正确处理缺失值与标量返回要求等易被忽视的关键细节,帮助数据分析师高效、稳健地完成复杂分组汇总任务。

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多列聚合方法详解》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!
CAD图层属性修改教程及管理器使用方法
- 上一篇
- CAD图层属性修改教程及管理器使用方法
- 下一篇
- 手机HTML5发布教程详解
查看更多
最新文章
-
- 文章 · python教程 | 16小时前 | python · Python decimal compare_total 全序比较
- Python Decimal.compare_total 怎样区分数值相等的不同表示
- 331浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python AST 怎样提取节点对应的原始源码片段
- 261浏览 收藏
-
- 文章 · python教程 | 17小时前 | python · 类型系统 · Python types.resolve_bases __mro_entries__
- Python types.resolve_bases 怎样展开动态基类占位对象
- 108浏览 收藏
-
- 文章 · python教程 | 17小时前 | Python SQLite sqlite3 getlimit Connection.setlimit
- Python sqlite3.Connection.setlimit 怎样限制单个连接的资源上限
- 247浏览 收藏
-
- 文章 · python教程 | 17小时前 | SQLite · Python教程 · Python SQLite sqlite3 complete_statement 多语句脚本 CREATE TRIGGER
- Python sqlite3.complete_statement 判断多语句输入完整性的处理方案
- 140浏览 收藏
-
- 文章 · python教程 | 17小时前 | python · pathlib · Python pathlib walk_up relative_to
- Python pathlib.relative_to 怎样避免无关路径抛错
- 256浏览 收藏
-
- 文章 · python教程 | 17小时前 | python · Python Property 描述符 inspect.getattr_static 静态属性读取
- Python 怎样读取属性定义而不触发 property
- 299浏览 收藏
-
- 文章 · python教程 | 18小时前 | 依赖管理 · 故障排查 · Python教程 · Python importlib.metadata packages_distributions 发行包 导入名
- Python 怎样根据导入名查询对应的发行包
- 138浏览 收藏
-
- 文章 · python教程 | 18小时前 | 数据校验 · Python教程 · Python Pydantic JSON校验 model_validate_json strict mode
- Pydantic model_validate_json 怎样在严格模式下解析请求体
- 417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。
- 1075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。
- 1076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。
- 1238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。
- 1181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。
- 1024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

