空DataFrame执行groupby后丢失列，如何保留列？

嗨，我懂你遇到的这个问题——当对一个只有列但没有行的空DataFrame执行groupby操作后，原本的列居然都丢失了，只剩一个带名称的空索引。咱们先看看你的示例代码的执行结果：

import pandas as pd
df = pd.DataFrame(data={'a':[], 'b': []})
df = df.groupby('a').apply(lambda g: g).reset_index(drop=True)

print(df)
# 输出：Empty DataFrame Columns: [] Index: []
print(df.index)
# 输出：Float64Index([], dtype='float64', name='a')

问题原因分析 #

当你对空DataFrame执行groupby('a')时，因为没有任何行数据，分组操作实际上没有生成任何有效分组。而后续的apply(lambda g: g)在这种空分组场景下无法保留原有的列结构，再加上reset_index(drop=True)移除了索引相关信息，最终就导致所有列都丢失了。

解决方案 #

针对这种空DataFrame的场景，我们可以分两种情况处理，确保列结构被保留：

方案1：提前判断DataFrame是否为空（最稳妥）

如果你的分组操作只需要在有数据时执行，空数据时直接保留原结构，那么可以先判断DataFrame是否为空：

import pandas as pd

df = pd.DataFrame(data={'a':[], 'b': []})

if not df.empty:
    # 有数据时执行分组逻辑
    df = df.groupby('a').apply(lambda g: g).reset_index(drop=True)
else:
    # 空数据时直接保留原列结构
    pass

print(df)
# 输出：Empty DataFrame Columns: [a, b] Index: []

方案2：强制保留分组后的列结构

如果你一定要执行groupby操作且保留列，可以通过head(0)来强制保留原结构，哪怕是空分组：

import pandas as pd

df = pd.DataFrame(data={'a':[], 'b': []})
# 添加group_keys=False避免额外的索引层级，用head(0)保留列结构
df = df.groupby('a', group_keys=False).apply(lambda g: g.head(0))

print(df)
# 输出：Empty DataFrame Columns: [a, b] Index: []

额外小技巧 #

如果你不想保留索引的名称（也就是输出里的name='a'），可以在最后加上一行代码移除它：

df.index.name = None

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