为什么迭代pandas groupby求和后的结果无法遍历所有数据行？

直接对Pandas的DataFrame执行for row in df遍历操作时，默认迭代的对象是DataFrame的列名，而非行数据。
你调用gk.sum()得到的结果里，只有Items Shipped是数值列，Name属于字符串类型，默认不会参与sum()聚合计算，会被自动丢弃，因此最终返回的DataFrame只有1个列Items Shipped，遍历的时候自然只会输出这个字符串。
另外groupby('ASIN')之后得到的聚合结果，ASIN会默认作为索引存在，不会出现在常规列里，这也是直接遍历拿不到ASIN字段的原因之一。

• 第一步先调整分组聚合逻辑，保留需要的字段：

import pandas as pd
df = pd.read_csv('data.csv')
# as_index=False 让ASIN作为普通列返回，而不是索引
# agg自定义每个字段的聚合规则：Name取同一个ASIN下的第一个值，Items Shipped求和
grouped_res = df.groupby('ASIN', as_index=False).agg(
    Name = ('Name', 'first'),
    Items_Shipped = ('Items Shipped', 'sum')
)

如果同一个ASIN对应多个Name需要全部保留，可以把Name的聚合规则改成Name = ('Name', ','.join)，会把所有Name拼接成一个字符串。

• 第二步用iterrows()方法迭代每一行数据：

for idx, row in grouped_res.iterrows():
    print(row['Name'], row['ASIN'], row['Items_Shipped'])

内容的提问来源于stack exchange，提问作者Max