如何用Pandas分组打印列唯一值？ADO_name列报错求助

嗨，我来帮你捋捋问题出在哪以及怎么修复～首先咱们拆解两个核心问题：一是打印整个数据集ADO_name列唯一值报错的常见原因，二是分组后获取列唯一值的正确操作方法。

一、先解决ADO_name列唯一值报错的常见情况 #

你遇到的报错大概率是以下两种场景之一：

1. 列名拼写错误（最常见） #

Pandas对列名区分大小写，如果代码里的列名和数据集实际列名不一致（比如写成ado_name、ADO_Name），就会触发KeyError。

修复方法：
先确认数据集的真实列名，运行这行代码查看所有列：

print(df.columns)

确认ADO_name的准确拼写后，再用正确的方式获取唯一值：

# 标准写法
print(df['ADO_name'].unique())
# 如果列名没有空格，也可以用点语法
print(df.ADO_name.unique())

2. 错误地对整个DataFrame调用unique() #

如果你写了df.unique()，同样会报错——因为unique()是Series的专属方法，不能直接用在整个DataFrame上，必须先选中目标列（转为Series）再调用。

二、分组中打印列唯一值的正确方法 #

如果报错出现在分组操作后，大概率是因为你对DataFrameGroupBy对象直接调用了unique()，而这个对象并没有这个方法。

先拿示例数据集演示：

import pandas as pd

# 示例数据
data = {
    'Department': ['HR', 'HR', 'Tech', 'Tech', 'Tech'],
    'ADO_name': ['Lily', 'Tom', 'Lily', 'Jack', 'Jack']
}
df = pd.DataFrame(data)

正确写法1：分组后选中目标列，再调用unique() #

先通过groupby指定分组列，再选中ADO_name列（此时转为SeriesGroupBy对象，支持unique()方法）：

# 按Department分组，获取每组的ADO_name唯一值
grouped_unique = df.groupby('Department')['ADO_name'].unique()
print(grouped_unique)

输出结果：

Department
HR        [Lily, Tom]
Tech    [Lily, Jack]
Name: ADO_name, dtype: object

正确写法2：用agg()聚合函数实现 #

如果需要更灵活的自定义操作，也可以用agg()配合lambda函数：

grouped_unique = df.groupby('Department')['ADO_name'].agg(lambda x: x.unique())
print(grouped_unique)

效果和上面完全一致。

总结关键要点 #

• 获取单列唯一值：必须先选中目标列（df['列名']），再调用unique()
• 分组后获取唯一值：分组后要明确选中目标列，再调用unique()或用agg()聚合
• 永远先确认列名拼写，大小写、空格都不能出错

内容的提问来源于stack exchange，提问作者umair durrani