一般的方法是恢复原始数据，然后计算统计数据：

# aggregated data
df = pd.DataFrame({'value': [1, 2, 3], 'count': [5, 1, 4]})

# replicate rows and compute statistics
out = df.loc[df.index.repeat(df['count']), 'value'].describe()

字符串
当然，你可以做得更好，这取决于你想要计算的确切统计数据：min/max将保持不变; mean和std可以使用numpy.average/statsmodels.stats.weightstats.DescrStatsW及其weight参数等来计算。您必须亲自查看需要计算的内容，并决定是否可以在不进行解聚合的情况下进行计算。
输出量：

count    10.000000
mean      1.900000
std       0.994429
min       1.000000
25%       1.000000
50%       1.500000
75%       3.000000
max       3.000000
Name: value, dtype: float64

型