如何对Pandas分组DataFrame执行左连接？合并groupby对象遇KeyError

嘿，这个坑我之前踩过！你遇到的KeyError: 'Month'核心原因很明确：你直接拿groupby对象去执行合并操作了，但df_archives_gb并不是一个可直接用于合并的DataFrame——它只是一个存储分组规则的中间对象，哪怕你知道它包含Month和Bucket作为分组键，这些键在groupby对象里是索引（或者说分组标识），而非普通的DataFrame列，所以pd.merge找不到对应的列名。

解决步骤 #

要解决这个问题，你需要先把groupby对象转换成标准的DataFrame，再执行合并：

1. 对groupby对象执行聚合（或展开）操作，生成DataFrame
   首先你得明确分组后需要保留什么数据：

   • 如果是需要分组聚合结果（比如求和、均值、计数）：
     举个例子，假设你要按Month和Bucket分组后计算某列的总和：

     # 先聚合，再用reset_index()把分组键转回普通列
     df_archives = df_archives_gb.sum().reset_index()
     

     这里的reset_index()是关键！聚合后的分组键（Month、Bucket）会默认成为DataFrame的索引，必须用这个方法把它们变回普通列，才能和df_output_pacer的列对应上。

   • 如果是需要保留分组后的所有原始数据（不做聚合）：
     可以用apply把每个分组转回DataFrame，再合并：

     df_archives = df_archives_gb.apply(lambda x: x).reset_index(drop=True)
     

2. 执行左连接操作
   现在用转换后的df_archives去和df_output_pacer合并：

   df_comparer = pd.merge(df_output_pacer, df_archives, how='left', on=['Month', 'Bucket'])
   

额外验证小技巧 #

你可以在转换前先打印df_archives_gb.sum()（或者你用的聚合方法）的结构，就能清楚看到Month和Bucket是索引而非列——这就是合并时找不到键的根本原因。

内容的提问来源于stack exchange，提问作者lte__