Pandas按列表执行groupby分组的运算逻辑疑问

你给出的示例代码如下：

import pandas as pd
import numpy as np

rng = np.random.RandomState(0)
df = pd.DataFrame({'key': ['A', 'B', 'C', 'A', 'B', 'C'],
'data1': range(6),
'data2': rng.randint(0, 10, 6)},
columns = ['key', 'data1', 'data2'])
L = [0, 1, 0, 1, 2, 0]
print(df); print(df.groupby(L).sum())

核心分组规则 #

DataFrame.groupby() 传入和原表行数相等的外部序列时，会按行位置一一对应绑定分组标签，标签相同的行将被归为同一组执行后续聚合操作。

分组映射对应关系 #

原表共6行，每行索引和分组标签L的对应关系如下：

• 索引0行 → L[0]=0 → 归入0组
• 索引1行 → L[1]=1 → 归入1组
• 索引2行 → L[2]=0 → 归入0组
• 索引3行 → L[3]=1 → 归入1组
• 索引4行 → L[4]=2 → 归入2组
• 索引5行 → L[5]=0 → 归入0组

聚合计算过程 #

本次聚合操作是sum()求和，非数值类型的key列会自动被排除出计算，仅统计data1、data2两列的总和：

1. 0组包含行：索引0、2、5
   • data1求和：0 + 2 + 5 = 7
   • data2求和：5 + 3 + 9 = 17
2. 1组包含行：索引1、3
   • data1求和：1 + 3 = 4
   • data2求和：0 + 3 = 3
3. 2组包含行：仅索引4
   • data1求和：4
   • data2求和：7

上述计算结果和你给出的运行输出完全对应。

内容的提问来源于stack exchange，提问作者harp1814