groupby 上的“值的长度与索引的长度不匹配”

Question

我的一个 databricks 笔记本中的 pandas groupby 有一个奇怪的错误。

数据是机密的，所以这是我的错误的虚拟插图（数据框 df 实际上是其他两个数据框合并的结果）。

如果你想重现数据框：

data = {'group1':  ['a', 'b','a','a','a'],
        'group2': ['f', 'f', 'f' , 'f', 'f'],
         'aggregate': ['1', '2','3','4','5'],}
df = pd.DataFrame (data, columns = ['group1','group2','aggregate'])

在这个阶段，数据框 df 正确显示。现在我正在做一个 groupby ：

agg = df.groupby(['group2', 'group1'],  as_index=False).agg({'aggregate':', '.join})

我应该得到这个：

但我得到了这个：

ValueError：值的长度与索引的长度不匹配

“让它发挥作用”的唯一方法是：

修复 1： agg = df.groupby(['group2', 'group1'], as_index=True).agg({'aggregate':', '.join}).reset_index()

我得到了这个：

修复 2： 初始合并后，“重置数据框”，以获得一个新的新的。 这很好用，但不是很好。

df = pd.DataFrame.from_dict(drift.to_dict())

我的数据是否以某种方式损坏？怎么样？

任何级别的反馈都将不胜感激（无论您是否知道错误的原因 - 这很好！- 或不），只是为了让我更好地了解幕后可能发生的事情。

非常期待这里的任何建议或意见。谢谢！

Answer 1

我测试了相同的代码，得到了预期的结果：

我在 Google Colab 中进行了测试。也许问题出在你的 Pandas 版本上。我用pandas: 1.1.5测试了你的代码