pandas分组统计后列名缺失、无法新增列及导出csv异常问题求解

初始版本3个异常的原因与修复 #

异常1：输出底部出现Name: Time, dtype: object + 计数结果无对应列名 #

• 原因：groupby("Filename")["Time"].apply(...)执行后返回的是索引为Filename的Series类型，不是DataFrame，打印时会自动输出Series的元数据（字段名、数据类型）在底部，且没有结构化的列名。
• 修复：聚合后调用reset_index()并指定计数列名，直接转成DataFrame：

# 把原来的聚合语句替换成下面的代码
new_df = filtered_df.groupby("Filename")["Time"].apply(lambda d: d.str[:5].nunique()).reset_index(name='TimeCount')

修改后new_df会自带Filename、TimeCount两个字段，打印不会再出现底部的类型提示。 #

异常2：无法正常为结果新增列 #

• 原因：你直接给Series类型的new_df新增Filename列，等于给Series新增一个索引名为Filename的元素，所以会把整个filtered_df['Filename']的所有值都塞进去，导致输出混乱。
• 修复：先按异常1的方法把new_df转成普通DataFrame，再按需新增列即可。

更新代码后导出CSV为原始数据的异常修复 #

• 原因：你导出时调用的是df.to_csv()，df是存储了所有读取到的原始未过滤数据的表，你统计完成的结果存储在new_df变量里，导出对象写错了。
• 修复：把导出语句替换为：

new_df.to_csv('new_df.csv', index=False)

其他隐含问题修复 #

你代码中还有几处隐藏的报错点，建议同步修改：

1. 未导入os模块就调用了os.path.split，可以直接用Path对象的内置属性替换，不需要额外导入os：

# 原来的 _df['Filename'] = os.path.split(file)[-1] 替换为：
_df['Filename'] = file.name

2. 更新后的代码中groupby时取的字段是Duration，但你读入的时间列名是Time，会报字段不存在的错误，需要对应修改：

new_df = filtered_df.groupby(["Filename","Path"])["Time"].apply(lambda d: d.str[:5].nunique()).reset_index()

3. 过滤逻辑不需要放在for循环内每次重复执行，循环结束后统一过滤一次即可，减少不必要的计算。
4. df.append在pandas 1.4+版本已经废弃，建议用pd.concat拼接数据。

内容的提问来源于stack exchange，提问作者panzers