Pandas分组聚合值添加新列时出现NaN问题求助

错误原因 #

你执行的代码中，df.groupby('prod')['quant'].sum()返回的是一个以prod的唯一值（'A'、'B'）作为索引的Series，而原DataFrame的索引是0-4的整数，两者索引不匹配，直接赋值时无法将分组求和结果对应到原DataFrame的每一行，因此新列added_gr全为NaN。

正确解法 #

方法一：使用transform（推荐） #

transform方法会对每个分组执行聚合操作，并将结果广播到该分组的所有行，返回与原DataFrame长度一致的结果，自动匹配索引：

import pandas as pd

df = pd.DataFrame({'prod':['A','A','A','B','B'],'quant':[2,3,4,3,1]})
df['added_gr'] = df.groupby('prod')['quant'].transform('sum')
print(df)

执行后得到的结果就是你期望的：

prod  quant  added_gr
0    A      2         9
1    A      3         9
2    A      4         9
3    B      3         4
4    B      1         4

方法二：分组求和后合并 #

先单独计算分组求和结果，再通过merge将结果合并到原DataFrame：

import pandas as pd

df = pd.DataFrame({'prod':['A','A','A','B','B'],'quant':[2,3,4,3,1]})
# 计算分组求和并重置索引为普通列
sum_result = df.groupby('prod')['quant'].sum().reset_index(name='added_gr')
# 左合并原DataFrame
df = df.merge(sum_result, on='prod', how='left')
print(df)

这种方法更直观，适合需要先查看分组结果的场景，最终效果和方法一一致。

内容的提问来源于stack exchange，提问作者Alexis