为何Pandas查询分组计数后需用[[]]选择列？

我原本以为在Pandas中，使用[]可以选择单列，[[]]可以选择多列，但在执行DataFrame的query筛选、groupby分组及count计数操作后，使用['sad_mad']选择列会触发KeyError，而[['sad_mad']]却能正常运行。以下是两段对比代码：

第一段（可正常运行） #

import numpy as np
import pandas as pd
np.random.seed(125)
N = 4_000_000
df = pd.DataFrame({'A':np.random.randint(10, size=N),'sad_mad':np.random.randint(10, size=N),'test':np.random.randint(2, size=N,)})
df.A.replace([0,1,2,3,4,5,6,7,8,9],['A','B','C','D','E','F','G','H','I','J'],inplace=True)

sum = 0
for i in range(10):
    result = df.query("sad_mad == @i").groupby(by=['A']).count()[['sad_mad']]
    print(f"Result for {i} is \n{result}")
    sum+=result['sad_mad'].sum()
    print(f"sum: {sum}")
    print("=====================================")
    print(type(result))
print(df.columns)
print(result.columns)

第二段（触发KeyError） #

import numpy as np
import pandas as pd
np.random.seed(125)
N = 4_000_000
df = pd.DataFrame({'A':np.random.randint(10, size=N),'sad_mad':np.random.randint(10, size=N),'test':np.random.randint(2, size=N,)})
df.A.replace([0,1,2,3,4,5,6,7,8,9],['A','B','C','D','E','F','G','H','I','J'],inplace=True)

sum = 0
for i in range(10):
    result = df.query("sad_mad == @i").groupby(by=['A']).count()['sad_mad']
    print(f"Result for {i} is \n{result}")
    sum+=result['sad_mad'].sum()
    print(f"sum: {sum}")
    print("=====================================")
    print(type(result))
print(df.columns)
print(result.columns)

问题原因解析 #

核心差异在于**count()之后的对象类型，以及[]和[[]]返回的结果类型**：

1. 使用[['sad_mad']]的场景：

   • groupby(...).count()返回一个完整的DataFrame，包含所有非分组列的计数结果。
   • 用[['sad_mad']]选择列后，返回的仍然是一个DataFrame（哪怕只有一列）。此时result['sad_mad']是从DataFrame中提取单列，得到一个Series，后续result['sad_mad'].sum()可以正常执行。

2. 使用['sad_mad']的场景：

   • groupby(...).count()返回DataFrame，用['sad_mad']提取单列后，得到的是一个Series（而非DataFrame）。
   • 此时result本身就是Series，它的索引是分组的A列值，并没有名为sad_mad的列/索引项，所以执行result['sad_mad']会触发KeyError——你试图从Series中按名称取不存在的索引值。

简单总结：

• [[]]始终返回DataFrame，即使只选一列；
• []提取单列时返回Series，此时Series的索引是分组键，不再保留原列名作为可访问的键。

你可以通过两段代码中print(type(result))的输出验证：第一段的result是pandas.core.frame.DataFrame，第二段的result是pandas.core.series.Series。

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