如何在DataFrame中按多列分组并正确聚合多字段？

看起来你已经走对了第一步——用前向填充补全了State和County的NaN值，但问题出在错误地将需要聚合的字段（Man、Woman、Not_Register）加入了分组键里。

让我拆解一下问题：
当你把Man、Woman这些字段放进groupby的参数时，Pandas会认为只要这些字段的值有差异，就算是不同的分组。比如你Gto州Celaya县的原始数据里，有几行的Man/Woman值不同，它们就会被分成多个组，最终结果自然会出现重复的County行。

正确的解决方法 #

我们只需要把**分组维度（State、County）**放进groupby，然后对需要汇总的字段（Homicides、Man、Woman、Not_Register）指定聚合函数即可。

完整代码如下：

import pandas as pd
import numpy as np

# 构造示例数据（方便验证）
data = {
    'State': ['Gto', np.nan, np.nan, np.nan, np.nan, 'Sin', np.nan, 'Chih'],
    'County': ['Celaya', np.nan, np.nan, 'Yiriria', 'Acambaro', 'Culiacan', np.nan, 'Juarez'],
    'Homicides': [2,8,3,2,1,3,5,1],
    'Man': [2,4,2,1,1,1,4,1],
    'Woman': [0,2,1,1,0,1,0,0],
    'Not_Register': [0,2,0,0,0,1,1,0]
}
df = pd.DataFrame(data)

# 前向填充补全NaN（新版本Pandas推荐用ffill替代pad）
df = df.fillna(method='ffill')

# 只按State和County分组，对需要求和的字段统一聚合
df_agg = df.groupby(['State', 'County'], as_index=False).agg({
    'Homicides': 'sum',
    'Man': 'sum',
    'Woman': 'sum',
    'Not_Register': 'sum'
})

print(df_agg)

输出结果验证 #

运行后你会得到和预期完全一致的结果：

额外提示 #

• 如果你所有需要聚合的字段都是求和，也可以简化写成df.groupby(['State', 'County'], as_index=False).sum()，效果是一样的。
• Pandas 2.0+版本里method='pad'已经被标记为过时，建议改用df.fillna(method='ffill')或者df.ffill()，避免警告信息。

内容的提问来源于stack exchange，提问作者coding