Python 在df.groupby中使用列表进行分组似乎不起作用

我正在尝试使用列表对行进行分组，这是熊猫分组的一种方式

目标是： 我想对数据框中的N行数进行分组，所以我采用了groupby将list作为输入并按顺序分组行的方法。在讨论这个问题之前，让我向您展示我用来分组行的代码

导入数学
df=pd.DataFrame（np.random.randint（01100，（100，5）））
#组中的行数或行数
n_elems=20
#数据集中的行总数
n_rows=df.shape[0]
#要创建的组（使用ceil处理偶数/奇数行）
n_groups=math.ceil（n_行/n_元素）
组=[]
对于范围内的idx（n_组）：
grp=[idx]*n_元素
扩展组（grp）
#按照groupby的要求制作相同的长度
组=组[：n_行]
#使用列表↓ 分组
df.groupby（groups.agg（['mean'，'count']））

问题是： 现在，在本例中，当我将每个组的行数从1取到19时，算法运行良好。 如果n_行为1，则分为100组；如果n_行为2，则分为50组；如果n_行为5，则分为20组；同样，直到19

但问题出现在第20位。我不知道为什么是20，它可以是基于行的其他长度的其他数字，但是这里给出n_行为20，它应该返回5个组，每个组包含20行。但它返回的数据帧看起来很奇怪，有100行，但有0列

---

我试图查找，但没有发现任何有用的东西。任何帮助都会让我更好地理解groupby

---

提前感谢。

尝试通过划分

索引来创建组，而不是：

n_elems = 2
new_df = df.groupby(df.index // n_elems).agg(['mean', 'sum'])

0112
平均和平均和
0  57.5  115  75.5  151  34.5   69
1  71.0  142  17.0   34  53.0  106
2  21.0   42  48.5   97  78.5  157


使用的示例DF：

import numpy as np
import pandas as pd

np.random.seed(5)
df = pd.DataFrame(np.random.randint(0, 100, (6, 3)))

df
：

    0   1   2
0  99  78  61
1  16  73   8
2  62  27  30
3  80   7  76
4  15  53  80
5  27  44  77

这是一个很大的输出。你想用这段代码做什么。你能在小于100行的范围内演示你想要的行为吗？我有10行，我想按行分组，而不是像往常一样按类别分组。所以我想把2-2-2-2-2行分成几组，10行中总共有5组。好的，现在从这些我可以做任何像均值，中位数，总和和其他的事情，但事情是关于合并行。谢谢！这成功了！但我想知道为什么？比如，如果我将我的列表转换为pd.Index的索引，那么它就可以工作了。请您告诉我，为组提供列表和索引有什么区别？因此您也可以使用
df.groupby（pd.Series（[0,0,1,1,2,2]）.agg（['mean'，sum']）
或
df.groupby（np.array（[0,0,1,1,2,2]）.agg（['mean'，sum']）
但它必须是能够对齐数据帧的东西。在文档中的
by
下签出