聚合客户销售数据并按日期过滤时TypeError报错的解决方法

报错原因 #

groupby.filter()要求传入的回调函数返回单个布尔值（用于判断整个分组是否保留），但你写的lambda x: x["date"] > "2020-06-01"返回的是布尔Series（组内每条记录的判断结果），不符合函数要求，因此触发TypeError。

最优解决方案：先过滤行再分组聚合 #

你的需求是仅保留日期大于2020-07-01的数据，再按客户分组求和，最直接高效的方式是先筛选符合条件的行，再执行分组聚合：

df = pd.DataFrame({
    "customer": [1,1,2,2,3,3],
    "sales": [56,69,32,2,45,90],
    "date": ['2020-09-01','2020-08-01','2020-07-01',
             '2020-08-01','2020-02-01','2020-01-01']})

df['date'] = pd.to_datetime(df['date'])

# 先筛选日期>2020-07-01的行，再分组求和
new_df_summer = df[df['date'] > '2020-07-01'].groupby('customer')['sales'].sum().reset_index()

执行后结果：

其他可选方案（针对复杂分组过滤场景） #

如果需要基于分组级别的条件过滤（比如保留至少有一条记录符合日期条件的分组，再聚合组内符合条件的数据），可以用以下方式：

方式1：结合filter与行筛选 #

# 先保留至少有一条符合日期条件的分组，再筛选组内符合条件的行并聚合
filtered_groups = df.groupby('customer').filter(lambda x: (x['date'] > '2020-07-01').any())
new_df_summer = filtered_groups[filtered_groups['date'] > '2020-07-01'].groupby('customer')['sales'].sum().reset_index()

方式2：使用groupby.apply处理每个分组 #

# 对每个分组单独筛选并求和
new_df_summer = df.groupby('customer').apply(
    lambda x: x[x['date'] > '2020-07-01']['sales'].sum()
).reset_index(name='sales')

注：上述两种方式效率略低于直接行筛选，仅适用于需要分组级判断的复杂场景。

内容的提问来源于stack exchange，提问作者David M