使用Pandas的groupby时列名存在却触发KeyError问题

问题原因 #

当你执行grouped=df.groupby('Mail')[['NAME','ID']].apply(list)时，pandas会把每个分组内的NAME和ID列合并成一个包含两个列表的单一元素，而非保留NAME和ID作为独立列。执行reset_index()后，新DataFrame的列名是Mail和0，根本不存在ID列，所以访问grouped['ID']会触发KeyError。

而仅保留ID列时，groupby('Mail')['ID'].apply(list)会直接生成以ID为列名的结果，因此能正常运行。

解决方案 #

根据你的需求（展示Mail、NAME、ID列表及唯一ID计数），分两种场景给出实现代码：

场景1：每个邮箱对应唯一NAME

如果同一Mail对应的NAME不会重复，用agg分别聚合各字段：

# 聚合：NAME取唯一值/第一个值，ID转列表，计算唯一ID数量
grouped = df.groupby('Mail').agg(
    NAME=('NAME', 'first'),  # 若NAME可能重复，改用'unique'
    ID_LIST=('ID', list),
    COUNT=('ID', lambda x: len(set(x)))
).reset_index()

# 筛选唯一ID数量大于1的记录
result = grouped[grouped['COUNT'] > 1]

场景2：每个邮箱对应多个NAME

若同一Mail有多个NAME需要保留，同样用agg聚合：

grouped = df.groupby('Mail').agg(
    NAME_LIST=('NAME', list),
    ID_LIST=('ID', list),
    COUNT=('ID', lambda x: len(set(x)))
).reset_index()

result = grouped[grouped['COUNT'] > 1]

高效优化版

直接用pandas内置的nunique()计算唯一ID数量，避免转列表再去重，效率更高：

grouped = df.groupby('Mail').agg(
    NAME=('NAME', 'first'),
    ID_LIST=('ID', list),
    COUNT=('ID', 'nunique')
).reset_index()

result = grouped[grouped['COUNT'] > 1]

内容的提问来源于stack exchange，提问作者Pranav167