Pandas DataFrame分组聚合疑问：列值为列表原因及优化方案

为什么Nome列变成了列表？ #

大概率是你分组聚合时的操作逻辑出了问题：

• 要么是没把Nome作为分组键，反而把它放进了需要聚合的列里，还误用了list这类会保留组内所有值的聚合函数；
• 要么是分组键选错了（比如用了订单号分组），但又没把Nome列排除出结果，导致pandas把每组里的所有Nome值打包成了列表。

举个典型的错误写法：

# 错误示例：把Nome列加入聚合，用list导致变成列表
wrong_result = product.groupby('订单号').agg({
    'Nome': list,
    'quantity': 'sum',
    'total': 'sum'
})

简洁的正确实现方式 #

你的需求核心是按产品（Nome）分组，求quantity和total的总和，用pandas的groupby配合sum就能一步搞定，有两种常用写法：

写法1：极简求和（适合单一聚合需求） #

# 按Nome分组，对quantity、total求和，保持Nome为普通列
new_df = product.groupby('Nome', as_index=False)[['quantity', 'total']].sum()
# 可选：给列名改得更直观
new_df.columns = ['产品名称', '订单总数量', '总销售额']

• as_index=False的作用是不让分组键Nome变成DataFrame的索引，而是作为普通列保留。

写法2：灵活聚合（适合后续扩展多维度统计） #

如果之后需要加其他聚合规则（比如求平均值、最大值），用agg()可以直接给新列命名，可读性更强：

new_df = product.groupby('Nome', as_index=False).agg(
    订单总数量=('quantity', 'sum'),
    总销售额=('total', 'sum')
)

这两种写法生成的Nome列都会和原数据中的类型一致（字符串），不会出现列表格式。

内容的提问来源于stack exchange，提问作者Davide