Pandas groupby结果赋值新列报索引不兼容错误如何解决？

报错原因 #

你编写的代码等号右侧是两次分组聚合后得到的Series，索引为分组键组成的多级索引（第一级是Class、第二级是Student），行数和索引结构都和原始DataFrame不匹配，因此无法直接插入为新列。

解决方法 #

有两种常用的实现方案：

方案1：使用transform直接生成对齐的结果（推荐） #

transform方法会保留原始DataFrame的索引，返回长度和原表完全一致的计算结果，直接赋值即可：

# 计算每个班级下每个学生的总得分，结果和原df行数一致
student_total = df.groupby(['Class', 'Student'])['Score'].transform('sum')
# 计算每个班级的总得分，结果和原df行数一致
class_total = df.groupby(['Class'])['Score'].transform('sum')
# 计算占比
df['share'] = student_total / class_total

也可以合并成一行写：

df['share'] = df.groupby(['Class', 'Student'])['Score'].transform('sum') / df.groupby(['Class'])['Score'].transform('sum')

方案2：先聚合再映射回原表 #

如果需要保留中间聚合结果，可以先计算聚合值再通过merge关联回原表：

# 计算每个班级每个学生的总得分
stu_agg = df.groupby(['Class', 'Student'], as_index=False)['Score'].sum().rename(columns={'Score': 'stu_total'})
# 计算每个班级的总得分
class_agg = df.groupby(['Class'], as_index=False)['Score'].sum().rename(columns={'Score': 'class_total'})
# 关联聚合结果到原表
df = df.merge(stu_agg, on=['Class', 'Student']).merge(class_agg, on=['Class'])
# 计算占比
df['share'] = df['stu_total'] / df['class_total']

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