Pandas使用groupby与aggregate后索引异常导致绘图失败的问题求助

当你执行df.groupby(df['id']).aggregate(...)时，id列会被自动设置为结果DataFrame的索引（Index），而不是普通的列。这就是为什么你看到id在显示时和其他列格式不同——它不属于df_new.columns的一部分，所以用df_new["id"]访问会触发KeyError。

这里有两种简单的方法解决你的绘图问题：

方法1：把索引转回普通列 #

使用reset_index()方法将索引转换为常规列，这样id就可以像其他列一样被访问：

# 在聚合后调用reset_index()
df_new = df.groupby(df['id']).aggregate(agg_functions).reset_index()

# 现在可以正常指定x='id'绘图
ax = df_new.plot(kind="line", x="id", y="sales")

执行后df_new的结构会变成：

id employee  sales  returns
0  101      Dan      5        3
1  102     Rick      3        2
2  103      Ken     10        6

方法2：直接用索引作为x轴绘图 #

Pandas的plot()方法默认会将DataFrame的索引作为x轴，所以你不需要显式指定x参数，只需要指定要绘制的y列即可：

# 默认用索引（id）作为x轴，直接指定y列
ax = df_new.plot(kind="line", y="sales")

# 可选：自定义x轴标签
ax.set_xlabel("id")

• 用x=df_new["id"]报错：因为id是索引，不是列，所以不在df_new.columns中，自然找不到这个键。
• 用x=df_new.index报错：plot()的x参数接受的是列名字符串，而不是索引对象。如果你想用索引当x轴，要么直接省略x参数（方法2），要么先把索引转成列（方法1）。

另外你提到reset_index()没效果，大概率是因为没有重新赋值给df_new——Pandas的大部分方法默认返回新对象，不会修改原对象，所以需要写成df_new = df_new.reset_index()才会生效。

内容的提问来源于stack exchange，提问作者Rerun