能否用存储文本或列表的变量作为pandas中.get_group的分组参数？

可以使用变量作为get_group的分组类别，但你的代码存在两个关键问题：

错误原因 #

1. 参数格式错误：当groupby使用多个分组键时，get_group要求传入元组而非列表作为分组组合，这是报错ValueError: must supply a tuple to get_group with multiple grouping keys的直接原因。
2. 逻辑错误：你定义的brand是包含多个值的列表，但groupby(["Brand","Year"])生成的分组是单个品牌+单个年份的组合，get_group只能提取单个分组，无法直接传入列表一次性获取多个品牌的分组数据。

解决方案 #

方案一：直接用布尔索引筛选（更高效） #

如果目标是获取多个品牌在指定年份的销售数据，无需借助groupby和get_group，直接用布尔索引筛选即可：

import pandas as pd

df = pd.read_excel("HondaSales.xlsx")

brand_list = ["honda", "acura"]
year = "2020"

# 筛选符合品牌列表和年份的行
filtered_data = df[(df["Brand"].isin(brand_list)) & (df["Year"] == year)]
sales_sum = filtered_data["UNI_VEH"].sum()
print(f'Sales of {brand_list} in {year}: {sales_sum}')

方案二：遍历分组键获取多个分组（需用groupby场景） #

如果必须基于groupby结果获取多个分组，可遍历品牌列表，逐个调用get_group后合并结果：

import pandas as pd

df = pd.read_excel("HondaSales.xlsx")

brand_list = ["honda", "acura"]
year = "2020"

brand_year_groups = df.groupby(["Brand", "Year"])
group_dfs = []

for brand in brand_list:
    try:
        # 传入元组格式的分组键（单个品牌+年份）
        group_df = brand_year_groups.get_group((brand, year))
        group_dfs.append(group_df)
    except KeyError:
        # 跳过无数据的品牌-年份组合
        continue

if group_dfs:
    combined_df = pd.concat(group_dfs)
    sales_sum = combined_df["UNI_VEH"].sum()
    print(f'Sales of {brand_list} in {year}: {sales_sum}')
else:
    print(f'No sales data found for {brand_list} in {year}')

内容的提问来源于stack exchange，提问作者Adrián Desentis Flores