Pandas Groupby使用报错：'DataFrameGroupBy'无to_csv属性求助

报错原因 #

result.groupby('Job ID')得到的是DataFrameGroupBy类型的对象，它是Pandas用于分组操作的中间容器，并不是可直接导出的DataFrame，因此没有to_csv方法。

解决方案 #

根据你的实际需求选择对应处理方式：

1. 保留分组后的所有原始数据并导出 #

如果你只是想按Job ID分组后保留每组的所有行数据，只需将分组对象转换为DataFrame即可：

import pandas as pd

path1 = "/content/NYC_Jobs_1.csv"
path2 = "/content/NYC_Jobs_2.xlsx"
df1 = pd.read_csv(path1)
df2 = pd.read_excel(path2)

result = df1.merge(df2,on="Job ID",how='outer')
# 将分组对象转换为DataFrame并重置索引
grouped_df = result.groupby('Job ID').apply(pd.DataFrame).reset_index(drop=True)
# 导出CSV文件
grouped_df.to_csv('NYC.csv', index=False)

2. 先聚合分组数据再导出 #

如果你的目标是对每组数据做统计（比如取第一条数据、求和、均值等），先执行聚合操作得到DataFrame再导出：

import pandas as pd

path1 = "/content/NYC_Jobs_1.csv"
path2 = "/content/NYC_Jobs_2.xlsx"
df1 = pd.read_csv(path1)
df2 = pd.read_excel(path2)

result = df1.merge(df2,on="Job ID",how='outer')
# 示例1：按Job ID分组，取每组的第一条数据
grouped_agg = result.groupby('Job ID').first().reset_index()
# 示例2：按Job ID分组，对数值列求和
# grouped_agg = result.groupby('Job ID').sum(numeric_only=True).reset_index()

# 导出CSV文件
grouped_agg.to_csv('NYC.csv', index=False)

补充提示 #

如果不需要分组后的特殊处理，只是想按Job ID排序后导出，直接用result.sort_values('Job ID').to_csv('NYC.csv', index=False)即可，无需使用groupby。

内容的提问来源于stack exchange，提问作者gd6noob