为何Pandas groupby()未正确展示按产品分组的总销售额？

为什么输出的是SeriesGroupBy对象？ #

df.groupby("product")["sales"]只完成了数据分组的操作：它把原DataFrame按照product列的不同值分成了对应的组，但并没有对每组的sales数据执行任何计算。返回的SeriesGroupBy对象本质是一个"待计算的分组容器"，不是最终的聚合结果，所以打印时只会输出对象的内存引用信息。

正确的实现方式 #

要得到各产品的总销售额，需要在分组对象后调用聚合方法，比如sum()，让Pandas对每组的sales列求和：

import pandas as pd

df = pd.DataFrame({
    "product": ["apple", "banana", "apple", "orange", "banana"],
    "quantity": [2, 3, 1, 5, 2],
    "price": [3, 2, 3, 4, 2]
})

df["sales"] = df["quantity"] * df["price"]

# 调用sum()完成分组求和
result = df.groupby("product")["sales"].sum()

print(result)

运行结果 #

执行后会得到你预期的输出：

product
apple      9
banana    10
orange    20
Name: sales, dtype: int64

额外说明：除了sum()，你还可以根据需求调用其他聚合方法，比如mean()（求平均值）、max()（求最大值）等，来完成不同的分组计算。

内容的提问来源于stack exchange，提问作者Kevin Jame