使用自定义函数聚合Pandas多列时遇TypeError的问题排查

错误原因 #

你的代码里，agg方法的Filtered_Mean字段使用了lambda x: arbFun(x['A'], x['B'])，这不符合Pandasagg方法的命名聚合规则：

• agg的命名聚合要求每个字段的值要么是针对单列的聚合函数，要么是(列名, 聚合函数)的元组；
• 你写的lambda接收的是整个分组后的子DataFrame，属于多列联动的处理逻辑，这种场景下agg无法正确解析，因此抛出类型错误。

修正方案 #

方案1：使用groupby.apply（推荐，无需修改arbFun） #

apply可以直接接收每个分组的子DataFrame，完美适配你现有arbFun的参数要求：

def process_group(group):
    return pd.Series({
        'Column_A': group['A'].sum(),
        'Filtered_Mean': arbFun(group['A'], group['B'])
    })

# 执行分组处理并重置索引
output = data.groupby(['Label1', 'Label2']).apply(process_group).reset_index()

方案2：修改arbFun适配agg #

如果坚持使用agg，可以调整arbFun让它接收整个分组的DataFrame，再在agg中调用：

首先修改arbFun：

def arbFun(df):
    """
    Calculates the average value of 'A' for all rows where 'B' == 1.
    Args:
        df: 包含'A'和'B'列的Pandas DataFrame
    Returns:
        符合条件的'A'列均值，无匹配时返回None
    """
    filtered_data = df[df['B'] == 1]
    return filtered_data['A'].mean() if len(filtered_data) > 0 else None

然后使用agg执行聚合：

output = data.groupby(['Label1', 'Label2']).agg(
    Column_A=('A', 'sum'),
    Filtered_Mean=lambda x: arbFun(x)
).reset_index()

验证结果 #

两种方案执行后都会得到符合预期的结果（Pandas会将None显示为NaN，若需严格显示None可追加output.replace({pd.NA: None})）：

Label1 Label2  Column_A  Filtered_Mean
0       1  north         2            NaN
1       1  south        18            9.0
2       2  north        10            4.0
3       2  south        12           12.0

内容的提问来源于stack exchange，提问作者Jared Brewer