Pandas按单列分组求其余所有列均值的实现及KeyError报错解决

• 你执行df[cols].groupby('A').mean()时，df[cols]会生成一个仅包含cols列表指定列的独立DataFrame子集，不会保留原DataFrame的其他列。
• 出现KeyError: 'A'的核心原因是：你传入的cols列表中没有包含分组键列'A'——哪怕原完整df里存在'A'列，只要这一列没被纳入df[cols]生成的子集，在子集上执行groupby('A')时，pandas只会在当前子集的列名范围内做匹配，自然找不到对应列名触发报错。
• 之前你写df.groupby('A')['B'].mean()能正常运行，是因为这行代码的分组操作是在完整原df上执行的，仅在计算均值的阶段筛选'B'列，pandas会自动把分组键'A'保留为索引，不需要你手动把'A'列提前加入待筛选的列集合。

按照使用场景选对应的写法即可：

1. 如果你打算先筛列再分组，只需要把分组键'A'手动加入cols列表，保证子集中存在这一列即可：

   cols = ['A', 'B', 'C']  # 必须把作为分组键的'A'列包含在筛选范围内
   result = df[cols].groupby('A').mean()
   

   写之前可以提前核对列名完全匹配（无前后空格、大小写和原df完全一致），避免拼写错误触发同类KeyError。
2. 更符合常规使用习惯的写法，是直接在完整df上执行分组操作，后续筛选你需要计算均值的列即可——这种写法和你之前跑通的单值计算逻辑完全一致，不需要手动把分组列加入筛选列表：

   target_cols = ['B', 'C']  # 这里只放需要计算均值的列即可，不需要包含分组列
   result = df.groupby('A')[target_cols].mean()
   

3. 如果你是动态指定分组列（比如不同场景下分组列会变），可以自动把分组列拼入选列范围，避免手动漏加：

   group_key = 'A'  # 动态传入的分组列名
   target_cols = ['B', 'C']
   # 自动合并分组列和目标计算列，保证筛选出的子集包含分组键
   select_cols = list(set(target_cols + [group_key]))
   result = df[select_cols].groupby(group_key).mean()
   

常见误区提醒：不要误以为df[cols]是原df的临时视图，后续groupby操作会自动关联原df的列。pandas的列筛选返回的是独立的子集对象，后续所有列名查找都只在子集范围内匹配，分组列不在子集里就一定会报KeyError。

内容的提问来源于stack exchange，提问作者8-Bit Borges