Pandas分组聚合生成多余行：如何排除值为0的缺失年份行？

你可以在分组求和后，剔除suicides_no为0的行，以下是两种实用的实现方式：

方式一：分组后直接过滤 #

在原代码基础上追加过滤逻辑，两种写法都可行：

# 写法1：用query方法链式调用
df_temp = df_suicides.groupby(['country', 'year'], as_index=False)['suicides_no'].sum().query('suicides_no > 0')

# 写法2：用布尔索引筛选
df_temp = df_suicides.groupby(['country', 'year'], as_index=False)['suicides_no'].sum()
df_temp = df_temp[df_temp['suicides_no'] > 0]

方式二：分组前置过滤（可选） #

如果原始数据里本身就存在suicides_no为0的行，也可以先把这些行筛掉再分组，从源头上避免出现0值分组：

df_temp = df_suicides[df_suicides['suicides_no'] > 0].groupby(['country', 'year'], as_index=False)['suicides_no'].sum()

额外提醒 #

要是你发现分组后出现的0值行是因为补全了缺失年份（比如之前做过reindex或pivot补全操作），那得先检查前置步骤，确保分组的数据源只保留有实际记录的行，再配合上面的过滤逻辑就能解决问题。

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