pandas groupby计算均值仅返回部分列 如何保留所有列

pandas中groupby().mean()逻辑默认仅对**数值类型列（int、float、bool等数值格式）**计算均值，非数值类型列（object字符串、category分类、datetime时间等类型）会被自动排除，不会出现在计算结果中。
你当前170列的数据集分组后仅返回8列，本质是除分组键fsa和最终返回的7个结果列外，剩余162列均为非数值类型，被均值计算逻辑自动过滤。你代码中[list(df.columns)]的写法本身没有问题，列缺失和列类型直接相关。
额外说明：结果中出现的index列，一般是原始DataFrame携带了未重置的行索引被转成了普通列，不需要的话可以提前执行df = df.reset_index(drop=True)清理。

先执行以下代码确认各列数据类型，验证非数值列范围：

# 统计各数据类型的列数量
print(df.dtypes.value_counts())
# 输出所有会被mean()默认过滤的非数值列名
print("被默认排除的非数值列：", df.select_dtypes(exclude='number').columns.tolist())

根据你的实际需求选对应方案即可：

• 方案1：你需要对所有可计算均值的列求均值，部分数值列被误存为字符串类型
  先批量转换可转数值的列，再执行分组计算即可：

  # 批量将可转换的列转为数值类型，无法转换的非数值列保持原有类型
  df = df.apply(pd.to_numeric, errors='ignore')
  # 分组计算均值，as_index=False等效于reset_index()
  base = df.groupby('fsa', as_index=False).mean()
  

• 方案2：你需要在保留数值列均值的同时，同步保留同分组下的非数值列
  非数值列本身无法计算均值，需要先明确非数值列的聚合规则（比如取分组下第一个值、去重后拼接等），用agg自定义聚合逻辑：

  agg_config = {}
  for col in df.columns:
      if col == 'fsa':
          continue
      # 数值列统一计算均值
      if pd.api.types.is_numeric_dtype(df[col]):
          agg_config[col] = 'mean'
      # 非数值列自定义规则，这里示例取分组下第一个值，可按需替换
      # 比如换成lambda x: ','.join(x.unique()) 可以把同组非数值去重后用逗号拼接
      else:
          agg_config[col] = 'first'
  
  base = df.groupby('fsa', as_index=False).agg(agg_config)
  

注意：非数值列的聚合规则一定要匹配业务逻辑，比如nameid这类唯一标识列，如果同fsa分组下有多个取值，取第一个值或者拼接都要符合你后续的使用需求，不要盲目套用规则。

内容的提问来源于stack exchange，提问作者Shivika