Pandas分组维度不一致问题：如何统一各分组结果的维度

你现在遇到的问题我懂了——按每个G列（G1/G2/G3/G4）和Tax分组统计值为1的行数时，有些Tax类别因为对应G列全是0，导致最终结果里直接没了这些Tax的记录，结果维度没法统一对吧？我来给你捋捋怎么解决。

首先明确核心需求：要让每个G列的分组结果都包含所有Tax的唯一值，哪怕该G列在这个Tax下没有1，也要显示计数为0。

解决思路&代码实现 #

1. 先拿到所有Tax的基准列表

首先我们需要先获取DataFrame里所有唯一的Tax值，这是我们要统一的维度基准：

all_taxes = self.instance.df['Tax'].unique()

2. 针对单个G列的处理逻辑

以G1为例，我们换一种统计方式，先筛选出G1=1的行再分组计数，之后用reindex把所有Tax补全，缺失的填充0：

# 第一步：筛选G1值为1的行，按Tax分组统计数量
g1_counts = self.instance.df[self.instance.df['G1'] == 1].groupby('Tax').size()

# 第二步：用所有Tax值重新索引，缺失的位置填充0
g1_counts = g1_counts.reindex(all_taxes, fill_value=0)

# 第三步：整理成你需要的多级索引格式（G1=1作为上层索引）
g1_counts = g1_counts.reset_index().assign(G1=1).set_index(['G1', 'Tax'])[0]

这样处理后，g1_counts就会包含所有Tax类别，没有1的Tax对应的计数就是0，完全符合你期望的结果格式。

3. 封装成函数批量处理所有G列

为了方便处理G1到G4所有列，我们可以把上面的逻辑封装成一个函数：

def get_g_column_counts(df, g_column_name):
    # 获取所有唯一Tax值
    all_taxes = df['Tax'].unique()
    # 统计当前G列值为1的各Tax计数
    tax_counts = df[df[g_column_name] == 1].groupby('Tax').size()
    # 补全所有Tax，缺失项填充0
    tax_counts = tax_counts.reindex(all_taxes, fill_value=0)
    # 整理为目标多级索引格式
    tax_counts = tax_counts.reset_index().assign(**{g_column_name: 1}).set_index([g_column_name, 'Tax'])[0]
    return tax_counts

# 批量处理每个G列
g1_result = get_g_column_counts(self.instance.df, 'G1')
g2_result = get_g_column_counts(self.instance.df, 'G2')
g3_result = get_g_column_counts(self.instance.df, 'G3')
g4_result = get_g_column_counts(self.instance.df, 'G4')

为什么原来的方法不行？ #

你原来用groupby([Gx, Tax]).size().drop(0)的逻辑，只会保留Gx=1且有对应行的分组。如果某个Tax在Gx里全是0，那这个Tax对应的Gx=1的分组根本就不会被创建，自然不会出现在结果里。而我们的方法是先以所有Tax为基准，强制把每个Tax都纳入结果，再填充0，从根源上解决了维度不一致的问题。

用你的测试数据验证 #

拿你给出的初始DataFrame测试：

G1  G2  G3  G4  Tax
   0   0   1   0   0   1.1
   1   1   1   0   1   1.1
   2   1   1   0   0   1.2
   3   0   1   0   1   1.3

所有Tax的唯一值是[1.1, 1.2, 1.3]，处理G1后得到的结果是：

G1  Tax
1   1.1    1
    1.2    1
    1.3    0

完全符合你想要的包含所有Tax、缺失补0的效果。

备注：内容来源于stack exchange，提问作者Denis Padua