pandas使用groupby多列分组求和触发TypeError错误如何解决？

报错根源排查 #

这个报错TypeError: list indices must be integers or slices, not str通常由两类问题导致：

• 第一类是你当前操作的df1并不是pandas DataFrame类型，而是Python列表类型，列表不支持字符串作为索引取值，你可以先运行print(type(df1))验证类型。如果确实是列表，先将其转为DataFrame：

  import pandas as pd
  # 假设你的列表结构是符合表结构的二维列表/字典列表
  df1 = pd.DataFrame(df1)
  

• 第二类是赋值逻辑错误：你在groupby中设置了as_index=False，返回的结果是包含分组键+求和值的完整DataFrame，而非单独的求和列，直接将整个DataFrame赋值给某一列时，若目标df2类型异常也会触发报错，同时原代码也没有实现你要求的「仅对Right、Thru、Left对应的value求和」的过滤逻辑。

正确实现代码 #

场景1：生成单独的汇总表 #

如果你需要得到按分组聚合后的结果表，直接用以下代码：

# 先过滤目标movement，再分组求和并重命名字段
df2 = df1[df1['movement'].isin(['Right', 'Thru', 'Left'])].groupby(
    ['id', 'approach', 'start_time'],
    as_index=False
)['value'].sum().rename(columns={'value': 'combinedValue'})

场景2：将汇总值映射回原表每行 #

如果你需要在原表的每一行都新增对应分组的求和值，用transform方法：

# transform返回和原数据长度一致的聚合结果，直接赋值到新列即可
df1['combinedValue'] = df1[df1['movement'].isin(['Right', 'Thru', 'Left'])].groupby(
    ['id', 'approach', 'start_time']
)['value'].transform('sum')
# 非目标movement的行默认会赋值为NaN，可按需填充为0
df1['combinedValue'] = df1['combinedValue'].fillna(0)

内容的提问来源于stack exchange，提问作者joshuah9