使用列表在Pandas中按固定行数分组时groupby功能异常问题

我来帮你拆解这个问题的原因，并且给出更可靠的实现方式。

问题分析 #

你的代码逻辑看起来没问题，但当n_elems=20时出现的异常，可能是手动生成分组列表的方式在某些场景下（比如特定Pandas版本、整数分组键与列名类型冲突）触发了意外行为。不过更关键的是，我们可以用更简洁且不易出错的方法来生成固定行的分组键，从根源上避免这类问题。

解决方案：用整数除法生成分组键 #

不需要手动循环拼接列表，直接借助NumPy的arange和整数除法就能快速生成正确的分组标签，而且不管n_elems取什么值，都能完美匹配DataFrame的行数：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0, 100, (100, 5)))
n_elems = 20

# 核心：用行索引整除每组行数，直接得到分组标签
groups = np.arange(df.shape[0]) // n_elems

# 执行分组聚合
result = df.groupby(groups).agg(['mean', 'count'])
print(result)

为什么这个方法更可靠？ #

• 逻辑直观：np.arange(df.shape[0])生成从0到99的行索引，除以n_elems=20做整数除法后，0-19会得到0，20-39得到1，以此类推，刚好生成5个均匀分组。
• 无长度问题：不需要手动截断列表，生成的分组键长度和DataFrame行数完全一致，避免了groupby要求长度匹配的潜在问题。
• 兼容性强：不管n_elems是1到100之间的任何数，都能正确生成分组，不会出现你遇到的异常情况。

回到你的原始代码 #

理论上你的循环生成分组列表的逻辑是正确的，但可能是在某些Pandas版本中，整数类型的分组键和DataFrame的整数列名产生了混淆，导致groupby的行为不符合预期。而用行索引整除的方式完全避开了这个潜在坑点。

内容的提问来源于stack exchange，提问作者Aayush Shah