Pandas按除指定列外所有列分组求和报错，求解决方法

问题原因 #

report.columns.difference(['Miles Driven'])返回的是pandas Index对象，而非普通列表。当直接将该Index传入groupby()时，pandas会误将其当作行级分组依据（需要与DataFrame行数匹配的序列），但Index的长度是列数，与DataFrame行数不相等，从而触发ValueError: Grouper and axis must be same length错误。

解决方案 #

将Index对象转换为普通列表，让groupby()明确识别这是要分组的列名列表：

# 将Index转为列表
columns_to_group = list(report.columns.difference(['Miles Driven']))
# 或使用tolist()方法
# columns_to_group = report.columns.difference(['Miles Driven']).tolist()

# 执行分组求和
report = report.groupby(columns_to_group).sum().reset_index()

额外说明 #

• columns.difference()会返回排序后的列名，若需要保留原列顺序，可改用列表推导式生成分组列：[col for col in report.columns if col != 'Miles Driven']
• 即使打印Index和手动列表的输出看起来一致，但二者类型不同，这是导致问题的核心原因。

内容的提问来源于stack exchange，提问作者Benjamin Schwartz