Pandas groupby求和丢失数值列，如何保留目标列？

以下是一段Python/Pandas代码：

standardized_df = get_somehow()
standardized_df['TermDaysAmountProduct'] = standardized_df['TermDays'] * standardized_df['Amount']
standardized_df['DaysToCollectAmountProduct'] = standardized_df['DaysToCollect'] * standardized_df['Amount']
logger.info("standardized_df cols are {}".format(standardized_df.head()))

grouped_df = standardized_df.groupby(["Customer ID"], as_index=False).sum()
logger.info("grouped_df cols are {}".format(grouped_df.head()))

运行后日志输出：

standardized_df cols are   Customer ID      Customer Name  ... TermDaysAmountProduct DaysToCollectAmountProduct
grouped_df cols are   Customer ID  Amount

执行groupby求和后，原本应为数值类型的TermDaysAmountProduct和DaysToCollectAmountProduct列被意外移除，需要解决如何在求和后保留这两列的问题。

核心原因 #

这两列被排除的大概率原因是数据类型不是数值型（比如object类型），Pandas的sum()方法默认仅对数值型列执行求和操作，非数值列会被自动过滤。

具体解决方案 #

1. 检查并转换列的数据类型
   先确认目标列的类型，若为object则转为数值类型：

# 根据实际数据选择int或float类型，errors='coerce'将无效值转为NaN
standardized_df['TermDaysAmountProduct'] = pd.to_numeric(standardized_df['TermDaysAmountProduct'], errors='coerce')
standardized_df['DaysToCollectAmountProduct'] = pd.to_numeric(standardized_df['DaysToCollectAmountProduct'], errors='coerce')

转换完成后再执行groupby.sum()，两列会被正常求和并保留。

2. 显式指定要求和的列
   如果想完全控制聚合列，直接指定需要聚合的字段及规则：

grouped_df = standardized_df.groupby(["Customer ID"], as_index=False).agg({
    'Amount': 'sum',
    'TermDaysAmountProduct': 'sum',
    'DaysToCollectAmountProduct': 'sum'
})

这种方式不仅能确保目标列被保留，还能针对不同列设置不同聚合逻辑。

3. 排查原始计算列的类型
   如果TermDays或DaysToCollect本身是非数值类型，相乘后会导致乘积列变成object。先检查原始参与计算的列：

print(standardized_df[['TermDays', 'DaysToCollect', 'Amount']].dtypes)

确保这些列都是数值型，避免生成的乘积列类型异常。

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