DataFrame字典按Code分组求和后结果未变更的原因分析

场景与需求 #

拥有一个DataFrame字典sales_dict，其中每个DataFrame对应2017-2022中的一个年度数据：

• 每个DataFrame包含Code列和以对应年份命名的数值列（例如2017年的DataFrame有2017列）
• 所有DataFrame的Code列表一致，仅年份数值列存在差异
  目标：按Code分组，对对应年份的数值列执行求和（类似Excel的SUMIF功能）

输入数据样例（以2017年DataFrame为例） #

Code    2017
33200   6957
33200   151906
33200   142025
33200   729494
33200   68842
32420   153499
32320   1756310
32320   33949
32310   81860
32310   56127
32200   165520

预期输出（2017年分组求和后结果） #

Code    2017
33200   1099224
32420   153499
32320   1790259
32310   137987
32200   165520

运行的代码 #

year_list_1 = [2017,2018,2019,2020,2021,2022]
sales_dict_2={}
for year_var in year_list_1:
    sales_dict_2[year_var] = sales_dict[year_var].groupby('Code',as_index=False)[[year_var]].sum() # where sales_dict is the dictionary mentioned above

核心原因 #

代码中year_var是整数类型（如2017），但DataFrame的年份列名是字符串类型的"2017"。当用整数2017作为索引选取列时，Pandas无法匹配到对应列，导致groupby的求和操作实际上没有作用在目标数值列上，最终返回的DataFrame与原数据完全一致。

验证方法 #

可以在循环中添加代码验证列名类型：

print(f"2017年DataFrame的列名：{sales_dict[2017].columns.tolist()}")

输出会显示列名为['Code', '2017']（字符串形式的年份），而非整数2017。

修正方案 #

将整数类型的year_var转换为字符串后，再用于选取列：

year_list_1 = [2017,2018,2019,2020,2021,2022]
sales_dict_2={}
for year_var in year_list_1:
    year_col = str(year_var)  # 转换为字符串格式的列名
    sales_dict_2[year_var] = sales_dict[year_var].groupby('Code', as_index=False)[[year_col]].sum()

内容的提问来源于stack exchange，提问作者DGMS89