Pandas分组应用自定义函数出现KeyError:0的问题求助

报错根本原因 #

KeyError:0 本质是分组后使用apply返回列表时，Pandas会自动将列表封装成索引从0开始的Series，但这个新Series的索引无法和原DataFrame的原始索引（比如0,1,2...）对齐，导致匹配失败抛出错误。此外，如果你的自定义函数f严格要求输入是列表，但分组后apply实际传入的是Series，函数内部若按列表索引（如featureList[0]）访问，也会因为Series的索引不是0-based而触发该错误。

三种解决方法 #

方法1：改用transform替代apply #

transform专门用于分组后生成与原DataFrame同长度的结果，会自动对齐索引，无需手动处理索引问题。只需确保函数f能接收Series（或自动转为列表）并返回同长度的列表/Series即可。

示例代码：

import pandas as pd

# 自定义函数示例（可替换为你的复杂逻辑）
def f(input_data):
    # 统一将输入转为列表处理
    feature_list = input_data.tolist() if hasattr(input_data, 'tolist') else input_data
    # 你的复杂处理逻辑，返回同长度列表
    return [x + max(feature_list) for x in feature_list]

# 测试DataFrame
df = pd.DataFrame({
    'Class_ID': [1,1,2,2,2],
    'feature': [10,20,30,40,50]
})

# 生成新列
df['New_feature'] = df.groupby('Class_ID')['feature'].transform(f)

方法2：修改函数返回带原索引的Series #

如果坚持使用apply，可以让函数接收分组后的Series，处理后返回与原Series索引一致的Series，确保合并时索引匹配。

示例代码：

def f(feature_series):
    feature_list = feature_series.tolist()
    # 你的复杂处理逻辑
    result_list = [x + max(feature_list) for x in feature_list]
    # 返回带原索引的Series
    return pd.Series(result_list, index=feature_series.index)

df['New_feature'] = df.groupby('Class_ID', group_keys=False)['feature'].apply(f)

方法3：兼容函数的输入类型 #

如果不想修改apply或transform的用法，可在函数内部先将输入转为列表，避免因传入Series导致的索引访问错误。

示例代码：

def f(feature_data):
    # 自动判断输入类型并转为列表
    if isinstance(feature_data, pd.Series):
        feature_list = feature_data.tolist()
    else:
        feature_list = feature_data
    # 你的复杂处理逻辑
    result_list = [x + max(feature_list) for x in feature_list]
    return result_list

# 配合transform使用
df['New_feature'] = df.groupby('Class_ID')['feature'].transform(f)

内容的提问来源于stack exchange，提问作者Apook