pandas多列groupby求和去重时报索引不兼容错误如何解决

报错原因 #

你执行的groupby.sum()返回的是一个以所有分组列为索引的聚合Series，行数和原DataFrame完全不一致，索引无法对齐，因此直接赋值给原DataFrame的列时会触发类型不匹配错误。

解决方案 #

根据你的需求（生成去重后分组求和的新表），优先使用as_index=False参数控制分组列不转为索引，直接输出符合预期结构的结果：

# 适配你的业务字段的代码示例
df_new = df.groupby(
    ['Month', 'Client', 'ClientName', 'DestinationCountry', 'Region', 'Client Group', 'Grade', 'Family', 'VIPE', 'Segment', 'Sub-segment'],
    as_index=False
)['Volume(t)'].sum()

如果需要把分组求和的结果回填到原DataFrame的每一行（同分组所有行都显示求和值），可以用transform方法，返回结果长度和原DataFrame一致，不会出现索引不匹配问题：

df['Volume(t)_sum'] = df.groupby(
    ['Month', 'Client', 'ClientName', 'DestinationCountry', 'Region', 'Client Group', 'Grade', 'Family', 'VIPE', 'Segment', 'Sub-segment']
)['Volume(t)'].transform('sum')
# 后续如果要去重保留单条记录，再执行去重即可
df_unique = df.drop_duplicates(
    ['Month', 'Client', 'ClientName', 'DestinationCountry', 'Region', 'Client Group', 'Grade', 'Family', 'VIPE', 'Segment', 'Sub-segment']
)

针对你给出的示例数据，替换分组列为['COLUMN A', 'COLUMN B', 'COLUMN C', 'COLUMN D']、求和列为VOLUME后运行，即可得到你贴出的预期输出。

内容的提问来源于stack exchange，提问作者LUCAS XX