如何从pandas的groupby与agg聚合结果中获取类列数据？

当聚合后的列名是count或size时，这两个名称和DataFrame的内置方法/属性重名，直接用df.count或df.size会触发内置方法而非访问列数据，这里给你3种实用的解决方式：

1. 用方括号索引访问（最直接） #

不管列名是否和内置方法冲突，方括号索引都是最稳妥的访问方式：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'B': ['x', 'x', 'y', 'y', 'y'],
    'C': [1, None, 3, 4, None]
})

# 按B分组，对C执行count和size聚合
agg_result = df.groupby('B')['C'].agg(['count', 'size'])

# 用方括号访问目标列
count_data = agg_result['count']
size_data = agg_result['size']

2. 聚合时重命名列（从根源避免冲突） #

在agg操作时给聚合结果指定自定义别名，彻底避开和内置方法重名的问题：

# 聚合时直接重命名列
agg_result_renamed = df.groupby('B')['C'].agg(c_count='count', c_size='size')

# 之后可以直接用属性访问
count_data = agg_result_renamed.c_count
size_data = agg_result_renamed.c_size

3. 用loc或iloc定位列 #

通过位置或标签定位列，也能绕过名称冲突：

# 用loc按列名定位
count_data = agg_result.loc[:, 'count']

# 用iloc按列索引定位（假设count是第2列，索引从0开始）
count_data = agg_result.iloc[:, 1]

补充说明 #

• agg_result.count()是DataFrame的内置方法，作用是计算每列的非空值数量，而非访问名为count的列；
• agg_result.size是DataFrame的内置属性，返回整个DataFrame的元素总个数，所以会和列名冲突。

内容的提问来源于stack exchange，提问作者user2153235