为什么我使用pandas groupby（）在有或没有列选择的情况下获得不同的组大小数字？

我尝试使用numpy.size（）来计算来自pandas Dataframe groupby（）的组的组大小，结果很奇怪

数据帧（{'A'：[1,1,2,2]，'B'：[1,2,3,4]，'C'：[0.11,0.32,0.93,0.65]，'D'：[“这个”，“那个”，“如何”，“什么”]}） >>>df A、B、C、D 0110.11本 1 12 0.32 2 3 0.93如何 3240.65什么 >>>df.groupby（'A'，as_index=False）.agg（np.size） A、B、C、D 0 1 2 2.0 2 1 2 2 2.0 2 >>>df.groupby（'A'，as_index=False）['C'].agg（np.size） A C 0 1 8 1 2 8 >>>df.groupby（'A'，as_index=False）[[C']].agg（np.size） A C 0 1 2.0 1 2 2.0 >>>grouped=df.groupby（'A'，as_index=False） >>>分组['C'，'D'].agg（np.size） A C D 0 1 2.0 2 1 2 2.0 2 在代码中，如果在['C']之后使用groupby（），则组大小为8，等于正确的组大小*列数，即2*4；如果我们在列[['C']]或['C'，'D']后面使用groupby（），则组大小是正确的

为什么?

---

熊猫似乎首先尝试执行聚合，然后执行实际的列选择

如果您想知道组大小，请使用以下选项之一：

grouped.size()
grouped.agg("size)
len(grouped)

---

您如何创建

分组
？还有，您期望得到什么？这个输出到底让您困惑了什么？我想这可以归结为
agg
和
apply
之间的区别。将
指定为_index=False
与
np.size
组合似乎是个问题。也许只需要使用
.agg（'size'）
我的预期输出是，我仍然可以得到一个数据帧，其中应该包括列“a”和“C”，列“C”的值是组大小，在这个代码示例中应该是2。顺便说一下，“as_index”的意思是是否使用groupby键作为索引，为什么它与np.size有关？嗨，你能解释一下为什么设置为_index=False会使DataFrameGroupBy对象具有8个元素吗？在这种情况下，元素将是索引列和C列。当你问它的大小，你得到8。这不是我期望熊猫做的。当您在播放中调用多个列（如group['C'、'D']），或者调用group['C'].size（）或group.agg（“size”）时，不会发生这种情况。我不清楚这个案子为什么特别。我将从我的答案中去掉那部分。