Pandas使用Lambda计算分组后极值差（Range）失败问题排查

你的代码存在几个问题： #

• 拼写错误：lamda 应该是 lambda，这是直接导致函数无法运行的语法错误
• 自定义聚合函数没有指定列名，运行后会显示<lambda>而非预期的Range
• 缺少预期输出中的min字段计算
• 代码语法不完整，缺少闭合的大括号和括号

正确实现代码 #

下面两种方式都能得到你要的结果：

方式1：使用命名聚合（Pandas 0.25+推荐）

这种方式更直观，直接指定每列的名称和对应的聚合方法：

import pandas as pd

# 构造输入数据
data = [
    ["Boy", 34], ["Girl", 56], ["Boy", 65], ["Girl", 76],
    ["Boy", 43], ["Girl", 45], ["Boy", 67], ["Girl", 90],
    ["Boy", 89], ["Girl", 45], ["Boy", 23], ["Girl", 56],
    ["Boy", 67], ["Girl", 77], ["Boy", 88], ["Girl", 35],
    ["Boy", 40]
]
df = pd.DataFrame(data, columns=["boyorgirl", "testscore"])

# 分组计算
df3 = df.groupby('boyorgirl')['testscore'].agg(
    sum='sum',
    max='max',
    mean='mean',
    min='min',
    Range=lambda x: x.max() - x.min()
)
# 调整列顺序匹配预期输出
df3 = df3[['mean', 'sum', 'min', 'max', 'Range']]
print(df3.round(4))

方式2：使用字典式聚合并重命名列

如果习惯用字典格式，可以给每个聚合方法指定元组（列名，方法），再扁平化列索引：

import pandas as pd

# 构造输入数据（同上）
data = [
    ["Boy", 34], ["Girl", 56], ["Boy", 65], ["Girl", 76],
    ["Boy", 43], ["Girl", 45], ["Boy", 67], ["Girl", 90],
    ["Boy", 89], ["Girl", 45], ["Boy", 23], ["Girl", 56],
    ["Boy", 67], ["Girl", 77], ["Boy", 88], ["Girl", 35],
    ["Boy", 40]
]
df = pd.DataFrame(data, columns=["boyorgirl", "testscore"])

# 分组计算
df3 = df.groupby(['boyorgirl']).agg({
    'testscore': [
        ('mean', 'mean'),
        ('sum', 'sum'),
        ('min', 'min'),
        ('max', 'max'),
        ('Range', lambda x: x.max() - x.min())
    ]
})
# 把多层列索引转为单层
df3.columns = df3.columns.get_level_values(1)
print(df3.round(4))

运行结果 #

两种方式都会得到和你预期一致的输出：

mean  sum  min  max  Range
boyorgirl                         
Boy     57.3333  516   23   89     66
Girl    60.0000  480   35   90     55

内容的提问来源于stack exchange，提问作者syed