Pandas按weight_conversion分组求和sales_units结果异常解决方法

你遇到的异常由两个问题共同导致：

• 列名拼写错误：你的代码中引用的列名是Sales_Unit，但实际DataFrame中的列名为全小写下划线格式的sales_units，Pandas对列名是大小写、格式完全敏感的，拼写不匹配会直接触发列不存在的报错，不过这不是你看到长串乱码的核心原因。
• 核心问题：sales_units列的实际数据类型为object（字符串类型），并非你预期的整型。当对字符串类型的列执行sum()聚合时，Pandas不会做数值加法运算，而是会将同组下的所有字符串直接首尾拼接，最终就生成了你看到的、由数字字符组成的无意义长串。

1. 先执行以下代码确认列名和字段类型，验证上述判断：

   # 打印所有列名
   print(df.columns.tolist())
   # 打印每列的数据类型
   print(df.dtypes)
   

   输出中你会看到sales_units对应的dtype为object，而非数值类型的int64/float64。
2. 将sales_units列转换为数值类型，同时自动标记列中的非数字脏数据为缺失值：

   df['sales_units'] = pd.to_numeric(df['sales_units'], errors='coerce')
   

   转换完成后可以执行print(df[df['sales_units'].isna()])查看存在脏数据的行，把混入的空格、特殊字符等异常值清理干净即可。
3. 修正列名拼写，重新执行聚合逻辑，两种方法都可以得到正确结果：
   • groupby 写法：

     result = df.groupby('weight_conversion', as_index=False)['sales_units'].sum()
     

   • pivot_table 写法：

     result = df.pivot_table(
         index='weight_conversion',
         values='sales_units',
         aggfunc='sum',
         as_index=False
     )
     

如果你的weight_conversion列是通过计算生成的浮点数，可能存在浮点精度问题（比如本该是0.1的值实际存储为0.1000000000001、0.0999999999999），导致本该分到同一组的数据被拆分。这种情况可以先根据业务需要的精度对该列做四舍五入后再分组，例如保留1位小数：

df['weight_conversion'] = df['weight_conversion'].round(1)

如果需要最终结果的sales_units为整型，确认列中无缺失值后执行类型转换即可：

result['sales_units'] = result['sales_units'].astype(int)

运行后得到的结果和你的预期完全一致：

weight_conversion  sales_units
0                0.1            3
1               50.0          300
2               96.1           20
3              314.4            2
4              500.0          300

内容的提问来源于stack exchange，提问作者Ashima