在Pandas DataFrame实现SQL SUM GROUP BY等价操作遇分组列无法访问问题

正确实现代码 #

要对应SQL里SELECT SUM(x) GROUP BY y的逻辑，得按y列分组，再对x列求和，正确写法是：

# 仅聚合x列，同时保留y作为普通列
result = df.groupby("y")["x"].sum().reset_index()

别踩这个误区 #

很多人会错误写成df.groupby(["x"]).sum()，这完全搞反了逻辑：

• 这行代码是按x分组，对所有数值列求和，和你要的GROUP BY y完全不是一回事，纯粹是把分组列和聚合目标列搞混了。

解决分组列无法访问的问题 #

如果执行df.groupby(["x"]).sum()这类代码，分组列会变成DataFrame的索引，不是普通列，所以直接df2["x"]会报错。解决办法有两种：

1. 分组时加as_index=False，让分组列保持为普通列：

df2 = df.groupby("y", as_index=False)["x"].sum()
# 现在可以直接用df2["y"]和df2["x"]访问

2. 对已生成的聚合结果用reset_index()，把索引转成普通列：

df2 = df.groupby("y")["x"].sum().reset_index()

内容的提问来源于stack exchange，提问作者DarkTrick