Python 大熊猫<；pandas.core.groupby.DataFrameGroupBy对象位于…>；

我正在尝试将相同的信息分组并计数成一行：

#Functions

def postal_saude ():
    global df, lista_solic

    #List of solicitantes in Postal Saude
    list_sol = [lista_solic["name1"], lista_solic["name2"]]

    #filter Postal Saude Solicitantes
    df = df[(df['Cliente']==lista_clientes["6"]) 
        & (df['Nome do solicitante'].isin(list_sol))]

    #Alphabetical order
    df = df.sort_index(by=['Nome do solicitante', 'nomeCorrespondente'])

    #Grouping data of column
    grouping = df.groupby('Tipo do serviços');

    print (grouping)


postal_saude()

当它到达df.groupby时，会引发一个错误

---

我已尝试搜索同一错误，但没有找到有效的答案来帮助我解决问题。

请查看有关的文档

使用映射器对系列进行分组（dict或键函数，应用给定函数 若要进行分组，请将结果作为（系列）或按一系列列返回

前文摘自

下面是一个简单的例子：

df = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3,3],'b':np.random.randn(10)})

df
   a         b
0  1  1.048099
1  1 -0.830804
2  1  1.007282
3  2 -0.470914
4  2  1.948448
5  2 -0.144317
6  3 -0.645503
7  3 -1.694219
8  3  0.375280
9  3 -0.065624

groups = df.groupby('a')

groups # Tells you what "df.groupby('a')" is, not an error
<pandas.core.groupby.DataFrameGroupBy object at 0x00000000097EEB38>

groups.count() # count the number of 1 present in the 'a' column
   b
a   
1  3
2  3
3  4

groups.sum() # sums the 'b' column values based on 'a' grouping

          b
a          
1  1.224577
2  1.333217
3 -2.030066

---

这不是错误，只是groupby对象的表示。只需对对象应用聚合操作即可返回数据帧或序列。groupby上的文档中有更多关于此的信息。我可能使用了错误的命令。。。我想简单地将所有多行合并成一个combinaall“foo”。我想我可以用groupby。。。。但是我返回给我的消息需要理解的重要一点是，

groupby

对象只是一个包含有关如何执行

groupby

的元数据的对象，您必须对

groupby

对象执行一些操作，例如某种形式的聚合，以便返回

dataframe

或

series

哪种错误？可能是

？太棒了！！！非常感谢您的解释，带有注释的示例真的很有帮助！有没有办法从groupby中保存count（）以便以后使用？这正是我试图实现的。为了保存数据，pickle可以很容易地使用。但在这种情况下，我建议使用类似于

df\u count.to\u csv（“ds\u count.csv”，index=False）

df_count = groups.count()

df_count
   b
a   
1  3
2  3
3  4

type(df_count) # assigning the `.count()` output to a variable create a new df
pandas.core.frame.DataFrame