如何在pandas中拆分数据集？分组后返回全部列问题求解

你当前的代码只是指定了分组依据的3个字段，并没有对分组后要保留的字段做筛选，grouped_df.head()默认返回每个分组前5行的全量列数据，因此返回原表所有11列属于正常结果，不属于代码错误，只是不符合你拆分后只保留特定列的预期。

根据你的使用场景可以选择以下实现方式：

• 仅保留分组键对应列：
  调整分组时的列筛选逻辑即可，后续调用grouped_df.head()只会返回指定的3个分组列：

  grouped_df = df.groupby(['Column_1','Column_2','Column_4'])[['Column_1','Column_2','Column_4']]
  grouped_df.head()
  

• 保留分组键+其他指定分析列：
  只需要在列索引列表中加入需要的列名即可，示例如下：

  # 示例中额外保留Column_3、Column_6用于后续分析
  grouped_df = df.groupby(['Column_1','Column_2','Column_4'])[['Column_1','Column_2','Column_4','Column_3','Column_6']]
  grouped_df.head()
  

• 需要拆分每个分组为独立DataFrame后续调用：
  可以直接遍历分组对象生成字典，不用调用head方法限制行数：

  grouped = df.groupby(['Column_1','Column_2','Column_4'])
  # 字典的键为分组键组成的元组，值为对应分组的完整DataFrame
  group_dict = {group_key: group_df for group_key, group_df in grouped}
  # 调用示例：取Column_1为"类别1"、Column_2为"类型A"、Column_4为"等级2"的分组数据
  target_df = group_dict[("类别1", "类型A", "等级2")]
  

groupby.head(n)的核心作用是返回每个分组的前n行全列数据，如果你不需要限制每个分组返回的行数，只是想拿到完整的分组数据做后续分析，不需要调用head方法，直接操作分组对象即可。

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