如何使用Pandas实现数据的列转统计？
在数据分析场景中，我们经常会遇到需要将原始数据按列维度进行统计汇总的需求，比如统计不同分类下对应数值列的总和、平均值、最大值等。Pandas作为Python生态中核心的数据分析库，提供了多种便捷的方法来实现列转统计操作，本文将结合实际案例介绍常用的实现方式。
基础场景：单列统计
如果只需要对某一列进行基础的统计计算，比如求和、求均值、计数等，可以直接调用Pandas Series对象的统计方法。以下是基础单列统计的示例代码：
import pandas as pd
# 构造示例数据
data = {
"分类": ["A", "B", "A", "B", "A", "C"],
"数值": [10, 20, 15, 25, 30, 40]
}
df = pd.DataFrame(data)
print("原始数据：")
print(df)
# 对数值列求和
sum_result = df["数值"].sum()
# 对数值列求平均值
mean_result = df["数值"].mean()
# 对分类列计数
count_result = df["分类"].count()
print(f"\n数值列总和：{sum_result}")
print(f"数值列平均值：{mean_result}")
print(f"分类列计数：{count_result}")上述代码中，我们首先构造了一个包含分类和数值两列的DataFrame，然后分别调用sum()、mean()、count()方法完成单列的统计计算，适用于单维度、单一统计指标的场景。
分组统计：按列分组实现多指标统计
如果是需要按照某一列（分组列）的不同取值，对另一列（数值列）进行多维度统计，最常用的方式是groupby()方法结合统计函数。以下是按分类列分组，统计数值列的总和、平均值、最大值的示例：
import pandas as pd
# 构造示例数据
data = {
"分类": ["A", "B", "A", "B", "A", "C", "C"],
"数值": [10, 20, 15, 25, 30, 40, 35]
}
df = pd.DataFrame(data)
# 按分类列分组，对数值列进行多指标统计
grouped_result = df.groupby("分类")["数值"].agg(["sum", "mean", "max", "count"])
print("分组统计结果：")
print(grouped_result)这里我们使用groupby("分类")先按照分类列进行分组，然后选中数值列，通过agg()方法传入需要计算的统计指标列表，一次性得到每个分类下数值列的总和、平均值、最大值和计数，结果会自动生成对应的列名，清晰展示不同分组的统计结果。
交叉统计：多列组合的列转统计
当需要同时按照多列进行分组，或者需要生成交叉维度的统计结果时，可以使用pivot_table()透视表方法，它支持更灵活的多维度统计配置。以下是按分类和子分类两列分组，统计数值列总和的示例：
import pandas as pd
# 构造示例数据
data = {
"分类": ["A", "A", "B", "B", "A", "B", "C", "C"],
"子分类": ["X", "Y", "X", "Y", "X", "Y", "X", "Y"],
"数值": [10, 20, 15, 25, 30, 40, 50, 60]
}
df = pd.DataFrame(data)
# 生成透视表，按分类和子分类分组，统计数值总和，缺失值填充为0
pivot_result = pd.pivot_table(
df,
values="数值",
index="分类",
columns="子分类",
aggfunc="sum",
fill_value=0
)
print("交叉统计透视表结果：")
print(pivot_result)pivot_table()方法中，values指定需要统计的数值列，index指定行维度的分组列，columns指定列维度的分组列，aggfunc指定统计方法，fill_value可以设置缺失值的填充值。最终会生成一个二维表，行是分类的不同取值，列是子分类的不同取值，表格中的值是对应的统计结果，非常适合多维度列转统计的场景。
自定义统计：复杂逻辑的实现
如果内置的统计函数无法满足需求，还可以在agg()中传入自定义的函数来实现复杂统计逻辑。比如需要统计每个分类下数值列的标准差，同时自定义一个计算数值范围（最大值减最小值）的统计函数：
import pandas as pd
# 构造示例数据
data = {
"分类": ["A", "B", "A", "B", "A", "C"],
"数值": [10, 20, 15, 25, 30, 40]
}
df = pd.DataFrame(data)
# 自定义统计函数：计算数值范围（最大值减最小值）
def value_range(series):
return series.max() - series.min()
# 按分类分组，使用内置函数和自定义函数统计
custom_result = df.groupby("分类")["数值"].agg(["sum", "std", value_range])
# 给自定义函数的结果列重命名
custom_result = custom_result.rename(columns={"value_range": "数值范围"})
print("自定义统计结果：")
print(custom_result)上述代码中我们定义了value_range函数，接收Series对象作为参数，计算该分组下数值的最大值和最小值的差，然后在agg()中直接传入该函数，就可以实现自定义逻辑的列转统计，最后通过rename()方法给自定义统计结果的列设置更易读的名称。
总结
针对不同的列转统计需求，Pandas提供了对应的解决方案：简单的单列统计可以直接调用Series的统计方法；单分组多指标统计优先使用groupby()结合agg()；多维度交叉统计适合用pivot_table()透视表；复杂自定义逻辑可以在agg()中传入自定义函数。根据实际场景选择合适的方法，可以大幅提升数据统计分析的效率。