Pandas执行groupby后返回原DataFrame未分组是什么原因

核心问题说明 #

groupby方法本身没有问题，你的误解主要在groupby的返回值和head()方法的作用上：

• df.groupby(['day','time'])不会直接生成重排或聚合后的DataFrame，它返回的是pandas GroupBy分组对象，仅存储了分组的映射规则，需要搭配聚合、转换、过滤类操作才能输出处理后的DataFrame结果。
• GroupBy对象调用head()方法，默认返回每个分组的前5条数据，会将所有分组的前5条拼接为新的DataFrame返回，并非返回原始未分组数据，只是你当前的分组数量少、每个分组样本量大于5，所以拼接结果看起来和原始数据结构接近，不代表分组未生效。

常见分组后操作示例 #

你可以根据需求选择分组后的处理逻辑：

1. 查看分组映射规则，确认分组逻辑生效

df_1 = df.groupby(['day','time'])
# 输出每个分组对应的行索引列表
print(df_1.groups)

2. 对分组做聚合计算，输出聚合后的结果表

# 计算每个(day,time)分组的总账单均值、小费总和
res = df.groupby(['day','time']).agg(
    avg_total_bill=('total_bill', 'mean'),
    sum_tip=('tip', 'sum')
).reset_index()

3. 提取每个分组的前N条数据，可通过调整N验证分组效果

# 每个分组仅返回前1条，总行数等于分组数量，可直观看出分组结果
df.groupby(['day','time']).head(1)

内容的提问来源于stack exchange，提问作者Ruslan Pylypiuk