Python如何对不同列执行不同的聚合计算_向groupby.agg传入字典映射-Python教程-PHP中文网

groupby.agg()传字典时键必须严格匹配列名，值须为字符串、函数或lambda；单层字典不重命名列，需用元组列表（如{'a': [('a_sum', 'sum')]}）或嵌套字典（如{'c': {'c_min': 'min'}}）实现自定义列名与展平输出。

python如何对不同列执行不同的聚合计算_向groupby.agg传入字典映射

groupby.agg() 传字典时键必须是列名，值必须是可调用对象或字符串

直接传 {'A': 'sum', 'B': np.mean} 是最常见写法，但容易踩坑：键名必须严格匹配原始 DataFrame 的列名（区分大小写、空格），不能是位置索引；值可以是字符串（如 'max'）、函数（如 np.std）、lambda（如 lambda x: x.nunique()），但不能是带括号的调用结果（比如写成 np.sum() 就会立刻报错 TypeError: 'numpy.float64' object is not callable）。

常见错误现象：KeyError: 'column_name' —— 实际列名可能是 'column_name '（尾部空格）或 'Column_Name'；或者用了 df.groupby('x').agg({'y': 'sum'}).columns 却发现返回的是 Index(['y'])，而非预期的多级列——这是因为单层字典映射不会触发列名重命名，只有传入列表或嵌套元组才会。

检查列名用 df.columns.tolist()，别靠肉眼数空格
若需对同一列应用多个函数，得改用元组形式：{'A': [('sum_A', 'sum'), ('mean_A', 'mean')]}
字符串函数名必须是 pandas 内置支持的，比如 'nunique' 可以，'count_distinct' 就不行

想保留原始列名并添加后缀？得用命名元组，不能只靠字典

纯字典映射（如 {'A': 'sum', 'B': 'mean'}）输出的列名就是原始列名，没有任何标识说明做了什么聚合。如果要生成 A_sum、B_mean 这样的新列名，必须把值写成含名字的元组序列，例如：{'A': [('A_sum', 'sum')], 'B': [('B_mean', 'mean')]}。注意这里每个值都是**列表**，里面包着一个或多个 (新列名, 聚合操作) 元组。

使用场景：导出报表、拼接多个 groupby 结果、避免后续 merge 时列名冲突。性能上无差异，但可读性提升明显；兼容性方面，该写法从 pandas 0.25+ 完全支持，老版本会报 ValueError: nested renamer is not supported。

python-pro

高级 Python 特性、异步编程、性能调优、静态类型、内存管理、Python 内部机制及生态库方面的专家。

下载

漏掉外层列表（如写成 {'A': ('A_sum', 'sum')}）会导致 TypeError: unhashable type: 'tuple'
元组里第一个元素是字符串，第二个是字符串或函数，顺序不能反
若某列只想保留原名，又想加后缀，只能显式重命名：.rename(columns={'A': 'A_sum'})

对一列同时做多个聚合，且不想用 MultiIndex 列？用字典套字典

当需要对列 C 同时算 min 和 max，又希望结果是平铺的普通列（C_min、C_max），而不是二级列（(C, min)、(C, max)），就不能用 ['min', 'max'] 这种列表写法（它默认产生 MultiIndex）。正确做法是用嵌套字典：{'C': {'C_min': 'min', 'C_max': 'max'}}。这种结构会被 pandas 自动展平，输出列名为 C_min、C_max。

这个语法容易被忽略，因为文档里藏得深，且和前面的元组写法风格不一致。但它在构建宽表、对接 BI 工具时非常实用——避免后续还要用 df.columns.map('_'.join) 手动拍平。

嵌套字典的内层键（如 'C_min'）必须是字符串，不能是变量名或表达式
外层键（'C'）仍需与原始列名完全一致
混合使用时要注意层级：字典套字典 + 元组列表不能混在同一层，否则解析失败

自定义函数传参太麻烦？用 functools.partial 或 lambda 封装

如果聚合函数需要固定参数（比如 np.quantile(x, q=0.9)），直接往字典里写 np.quantile 不行，因为缺少 q。这时候要么用 functools.partial(np.quantile, q=0.9)，要么用 lambda x: np.quantile(x, q=0.9)。两者效果一样，但 partial 更适合复用，lambda 更直观。

容易踩的坑是闭包变量捕获错误：比如循环中写 for q in [0.1, 0.9]: aggs[f'p{int(q*100)}'] = lambda x: np.quantile(x, q=q)，最后两个 key 都会用 q=0.9——因为 lambda 捕获的是变量引用，不是值。解决方法是加默认参数绑定：lambda x, q=q: np.quantile(x, q=q)。