Pandas分组后如何提取首列（分组列）数据？

你的代码执行groupby('Region')['Sale'].sum()后，得到的df2是一个Series，其中Region列已经变成了Series的索引，而非普通数据列，所以直接用df2[['Region']]会报错，因为该列不存在于Series的列中。

下面提供两种可行的解决方法：

方法1：分组时保留分组列为普通列（推荐） #

在groupby时设置as_index=False，这样分组后的结果会是一个标准DataFrame，Region作为普通列保留：

import pandas as pd

data = {
    'Region': ['North America', 'North America', 'North America', 'Europe', 'Europe', 'Asia', 'Asia'],
    'Sale': [76445, 45555, 73356, 54467, 65758, 544456, 75556],
}

df = pd.DataFrame(data)
# 设置as_index=False，将Region保留为数据列
df2 = df.groupby('Region', as_index=False)['Sale'].sum()
# 提取Region列生成列表
region_list = df2['Region'].tolist()

print("分组后的DataFrame:")
print(df2)
print("\nRegion列表:", region_list)

方法2：从已生成的Series中提取索引（分组列） #

如果已经得到了像你代码中那样的df2（以Region为索引的Series），可以通过以下方式处理：

提取分组列为列表 #

# 将索引转为列表
region_list = df2.index.tolist()
print("Region列表:", region_list)

转为包含分组列的DataFrame #

# 重置索引，把索引转为普通列
df3 = df2.reset_index()
print("转为DataFrame后:")
print(df3)
# 此时可以正常提取Region列
test = df3[['Region']]
print("\n提取的Region列:")
print(test)

内容的提问来源于stack exchange，提问作者badar Qureshi