如何在Pandas中按Continent分组并设置唯一索引？

为什么groupby('Continent')返回的是GroupBy对象？ #

groupby()方法只是创建了分组规则，并没有对数据执行任何聚合计算，所以返回的是DataFrameGroupBy对象，而非直接生成分组后的DataFrame。必须配合聚合函数（如sum()、mean()、count()等）才能得到包含聚合结果的DataFrame。

正确实现：分组+唯一索引的代码示例 #

假设你需要对数据按Continent分组，同时对指定列执行聚合计算，最终让Continent作为唯一索引，示例如下：

# 假设原始数据存储在DataFrame `cont`中
# 1. 按Continent分组，同时对目标列执行聚合操作（这里以求和、均值为例）
# as_index=True是默认参数，会自动将分组列设为索引，且每个洲仅出现一次
cont_grouped = cont.groupby('Continent').agg(
    total_population=('Population', 'sum'),
    avg_gdp=('GDP', 'mean')
)

# 查看结果，此时Continent是唯一的索引
print(cont_grouped)

处理已有重复索引的DataFrame #

如果你的数据已经存在重复的Continent索引，想要将其合并为每个洲一行，可以直接基于索引分组聚合：

# 假设你的DataFrame `df`的索引是重复的Continent
df_cleaned = df.groupby(df.index).agg(
    # 按需指定列的聚合方式
    total_area=('Area', 'sum'),
    max_life_expectancy=('LifeExpectancy', 'max')
)

关键说明 #

• 必须通过聚合函数将每个分组的数据合并为一行，才能保证索引唯一；如果只是单纯分组不聚合，数据行数不会减少，索引必然重复。
• 若不需要将Continent设为索引，可在groupby()中添加as_index=False，之后再手动设置索引，但这种场景较少见。

内容的提问来源于stack exchange，提问作者Brian Cox