如何从Pandas GroupBy对象中获取分组列的名称？

刚好你问到点子上了——Pandas的GroupBy对象本身就有直接的属性可以获取分组列名，完全不用绕到first()的索引里去取，两种常用属性都能搞定：

1. 最简洁的方式：groupby_obj.keys #

不管是单列分组还是多列分组，这个属性都会直接返回分组列名的列表：

单列分组示例 #

import pandas as pd
df = pd.DataFrame(dict(Foo=['A', 'A', 'B', 'B'], Bar=[1, 2, 3, 4]))
g = df.groupby('Foo')

print(g.keys)
# 输出：['Foo']

多列分组示例 #

df = pd.DataFrame(dict(Foo=['A', 'A', 'B', 'B'], Baz=['C', 'D', 'C', 'D'], Bar=[1, 2, 3, 4]))
g = df.groupby(['Foo', 'Baz'])

print(g.keys)
# 输出：['Foo', 'Baz']

2. 另一种方式：groupby_obj.grouper.names #

grouper是GroupBy内部负责分组逻辑的对象，它的names属性同样能返回分组列名列表，结果和keys完全一致：

print(g.grouper.names)
# 输出：['Foo', 'Baz']

结合你的绘图需求 #

如果要给每个分面标注分组列名+标签，直接用这两个属性就能轻松实现，比如：

for group_label, group_df in g:
    # 把分组列名用逗号拼接，再加上分组标签
    plot_title = f"{', '.join(g.keys)}: {group_label}"
    group_df.plot(kind='line', y='Bar', title=plot_title)

这样就不用再依赖索引的name或names属性，直接从GroupBy对象本身获取核心信息，逻辑更清晰，也避免了多列分组时索引返回None的问题。

内容的提问来源于stack exchange，提问作者bwk