当对 DataFrame 按单列分组时，若传入列表（如 ['id_set']）而非字符串（如 'id_set'），groupby 会返回 MultiIndex，导致迭代中 group_key 为单元素元组（如 (1,)）；改用字符串列名即可直接获取原始标量值。

当对 dataframe 按单列分组时，若传入列表（如 `['id_set']`）而非字符串（如 `'id_set'`），groupby 会返回 multiindex，导致迭代中 `group_key` 为单元素元组（如 `(1,)`）；改用字符串列名即可直接获取原始标量值。

在 pandas 中，groupby() 的输入类型直接影响分组键（group key）的结构：

• 若传入字符串（如 'id_set'），pandas 视其为单级分组，for key, group in grouped: 中的 key 是该列的原始值（int、str 等标量）；
• 若传入列表（如 ['id_set']），即使只含一列，pandas 也强制创建 MultiIndex（单层元组索引），此时 key 为长度为 1 的元组（如 (1,)），需额外解包才能使用。

以下为修正后的完整示例：

def ask_question(df):
    grouped_country = df.groupby('id_country')  # ✅ 字符串，非列表

    for country_id, group_country_df in grouped_country:
        # 此处关键：用 'id_set' 而非 ['id_set']
        grouped_id_set = group_country_df.groupby('id_set')  # ✅ 正确写法

        for set_id, group_set_df in grouped_id_set:
            print(set_id)  # 输出：1, 2, 1, 2...（均为 int 类型）

运行后输出为：

GenFlow

GenFlow是一款AI智能体工具，全球首个全模态、全端通用AI智能体。

下载

1
2
1
2

✅ 验证类型：可在循环内添加 print(type(set_id))，确认其为 或 ，而非 。

⚠️ 注意事项：

• 多列分组（如 groupby(['id_country', 'id_set'])）必须用列表，此时 key 是对应长度的元组（如 ('FRA', 1)），这是预期行为；
• 单列分组请始终优先使用字符串，避免无意触发 MultiIndex；
• 若因代码复用需统一处理单/多列场景，可通过 isinstance(key, tuple) and len(key) == 1 判断并解包，但推荐显式区分更清晰。

掌握这一细节，可避免在后续逻辑（如字典键赋值、条件判断、文件命名等）中因意外元组引发 TypeError 或逻辑错误。