如何获取pandas groupby返回的Series的索引标签

你原有代码的问题出在循环逻辑：for item in summed_entries:这种写法，每次迭代拿到的是纯数值（也就是对应用户的累计工时），完全没有携带作为Series索引的用户名信息，自然没法在print里输出用户名。可通过两种方式实现需求：

方案1：循环同步提取索引与值 #

修改原有循环逻辑，遍历时同步拿到Series的索引和对应数值：

summed_entries = df.groupby('User')['Hours'].sum()
# 遍历同步获取索引（用户名）和对应值（累计工时）
for username, total_hours in summed_entries.items():
    if total_hours < 40:
        print(username)

注：旧版本pandas中使用iteritems()方法实现同等效果，新版本已统一替换为items()

方案2：pandas原生布尔筛选（更推荐） #

不需要手写逐行判断逻辑，直接通过Series的条件索引完成筛选，运行效率更高，尤其适配大体积时间卡数据：

1. 对聚合后的Series做条件判断，直接过滤出累计工时不足40小时的条目
2. 从过滤结果中提取作为索引的用户名列表
   对应代码：

summed_entries = df.groupby('User')['Hours'].sum()
# 筛选累计工时<40的条目，提取对应用户名列表
incomplete_users = summed_entries[summed_entries < 40].index.tolist()
# 打印结果
for user in incomplete_users:
    print(user)

内容的提问来源于stack exchange，提问作者Jan Van Bruaene