快捷導(dǎo)航

Pandas中g(shù)roupby+agg的兩種寫法區(qū)別小結(jié)

更新時間：2026年01月07日 10:49:19 作者：司徒軒宇

Pandas中g(shù)roupby+agg操作存在兩種常見寫法,第一種會將分組字段轉(zhuǎn)為MultiIndex,導(dǎo)致后續(xù)處理困難,第二種通過as_index=False保持分組字段為普通列,更適用于工程場景,兩種寫法核心區(qū)別在于索引類型、列名控制和擴(kuò)展性,下面就來詳細(xì)的介紹一下

一、一個非常真實的使用場景

假設(shè)你在做檢測評測統(tǒng)計，有如下數(shù)據(jù)：

class	part1	TP	FP	FN	GT_count
cow	v01	5	1	0	6
cow	v01	4	0	1	5
dog	v02	3	2	1	4

目標(biāo)是：

按 class + part1 統(tǒng)計 TP / FP / FN / GT 數(shù)量

二、第一種寫法：很多人最常用，但最容易踩坑

groupby_df = df.groupby(['class', 'part1']).agg(
    {'TP': 'sum', 'FP': 'sum', 'FN': 'sum', 'GT_count': 'sum'}
)

這段代碼有問題嗎？
沒有。

但它返回的結(jié)果結(jié)構(gòu)是：

class 和 part1 變成了 MultiIndex
統(tǒng)計結(jié)果才是列

也就是說，你拿到的是一張 多級索引 DataFrame。

MultiIndex 在工程中會帶來什么問題？

以下問題你大概率都會遇到：

導(dǎo)出 Excel 前必須 reset_index()
和其他表 merge 時經(jīng)常報錯
新同事很難快速理解數(shù)據(jù)結(jié)構(gòu)
后面再算指標(biāo)時代碼變得很別扭

?? 分析階段還能接受，工程階段非常痛苦

三、第二種寫法：Pandas 官方推薦（強(qiáng)烈建議）

groupby_df = (
    df.groupby(['class', 'part1'], as_index=False)
    .agg(
        TP=('TP', 'sum'),
        FP=('FP', 'sum'),
        FN=('FN', 'sum'),
        GT=('GT_count', 'sum'),
    )
)

返回結(jié)果是什么樣？

class | part1 | TP | FP | FN | GT

分組字段是普通列
沒有 MultiIndex
看起來就是一張“標(biāo)準(zhǔn)統(tǒng)計表”

四、兩種寫法的核心區(qū)別對比

對比點(diǎn)	第一種寫法	第二種寫法
分組字段位置	Index	普通列
索引類型	MultiIndex	普通 Index
是否需要 reset_index	是	否
列名是否可控	否	是
擴(kuò)展復(fù)雜統(tǒng)計	不優(yōu)雅	非常自然
工程實用性	較低	很高

五、真實項目中的差距會越來越大

當(dāng)統(tǒng)計需求升級，比如你還想算：

平均置信度
唯一 track 數(shù)

第一種寫法會越來越臃腫：

df.groupby(['class', 'part1']).agg({
    'TP': 'sum',
    'FP': 'sum',
    'FN': 'sum',
    'score': 'mean',
    'track_id': 'nunique'
})

而第二種寫法依然清晰：

df.groupby(['class', 'part1'], as_index=False).agg(
    TP=('TP', 'sum'),
    FP=('FP', 'sum'),
    FN=('FN', 'sum'),
    avg_score=('score', 'mean'),
    track_cnt=('track_id', 'nunique'),
)

到此這篇關(guān)于Pandas中g(shù)roupby+agg的兩種寫法區(qū)別小結(jié)的文章就介紹到這了,更多相關(guān)Pandas中g(shù)roupby+agg 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: