Jupyter Notebook分组代码运行报错：NameError问题求助

错误根源分析 #

1. 首次代码的直接错误：第二行代码中，你错误地将右侧的变量写成了df_grouped_one（这个变量此时还未定义），正确的应该是使用已经定义好的df_group_one。
2. 修改后仍报错的核心原因：大概率是Jupyter Notebook的单元格执行顺序错误——你可能先执行了分组赋值的代码，再执行df_group_one = df[['drive-wheels','body-style','price']]这行定义代码，导致执行分组代码时df_group_one还未被创建。

解决方案 #

方案1：使用独立变量保存分组结果（推荐，避免覆盖原始数据）

将代码按顺序执行，要么放在同一个单元格，要么先执行定义子集的代码，再执行分组代码：

# 第一步：创建包含目标列的数据子集
df_group_one = df[['drive-wheels','body-style','price']]
# 第二步：按drive-wheels分组并计算均值，用新变量保存结果
df_grouped_one = df_group_one.groupby(['drive-wheels'], as_index=False).mean()
# 查看分组后的结果
df_grouped_one

方案2：覆盖原变量（需确保执行顺序正确）

如果一定要覆盖df_group_one，必须保证先执行子集定义代码，再执行分组代码：

# 先执行这行，创建初始子集
df_group_one = df[['drive-wheels','body-style','price']]
# 再执行这行，对现有子集分组聚合
df_group_one = df_group_one.groupby(['drive-wheels'], as_index=False).mean()
# 查看结果
df_group_one

额外说明 #

• body-style是字符串类型的列，执行mean()时会被自动排除，所以最终结果只会包含drive-wheels和price的均值，这是Pandas的正常行为。
• 在Jupyter中，务必注意单元格的执行顺序（右上角的数字标记是执行顺序），确保变量定义的代码先于使用该变量的代码执行。

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