Pandas自定义函数在groupby apply/agg中报错：numpy.float64不可调用

错误原因分析 #

第一个错误：'numpy.float64' object is not callable #

你调用apply(avg_w(df))时，直接执行了avg_w(df)并将结果（一个numpy.float64数值）传给了apply，但apply需要接收的是函数对象（即函数名本身，不要加括号调用），而非已经计算出的数值。这就导致Python试图把一个数值当作函数来执行，因此抛出“不可调用”的错误。

第二个错误：TypeError: unhashable type: 'dict' #

你修改后的apply({'avgw': [avg_w2(dt)]})存在两个问题：

1. apply不支持这种字典格式的参数（这类格式是agg方法的用法）；
2. 同样犯了直接调用函数的错误：avg_w2(dt)会立即执行并返回结果，而非传递函数对象。

正确解决方案 #

方案1：使用apply传递函数对象（最简方式） #

你的第一个函数avg_w逻辑是正确的，只需修正apply的调用方式，直接传递函数名即可：

import pandas as pd
import numpy as np

df = pd.DataFrame([['RETIRO', 65, 1, 10.7],
                   ['SAN NICOLAS',116, 1, 23.2],
                   ['RETIRO', 101, 2, 28.7],
                   ['FLORES', 136 , 2, 23.5]],
                  columns=['BARRIO', 'HOGARES', 'COMUNA', 'NSE'])

def avg_w(dt):
    return np.average(a = dt.NSE, weights = dt.HOGARES)

# 正确调用：传递函数对象，而非执行结果
result = df.loc[:,['COMUNA','NSE','HOGARES']].groupby(['COMUNA']).apply(avg_w)
print(result)

输出结果：

COMUNA
1    18.710994
2    25.716034
dtype: float64

方案2：返回Series以得到DataFrame格式结果 #

如果希望返回结构更清晰的DataFrame，可以修改函数返回pd.Series，再配合apply：

def avg_w2(dt):
    return pd.Series({'weighted_avg_NSE': np.average(dt.NSE, weights=dt.HOGARES)})

result = df.groupby(['COMUNA']).apply(avg_w2)
print(result)

输出结果：

weighted_avg_NSE
COMUNA                   
1               18.710994
2               25.716034

方案3：使用agg结合lambda函数（无需自定义函数） #

可以直接用agg方法配合lambda表达式，更简洁地实现需求：

result = df.groupby(['COMUNA']).agg(
    weighted_avg_NSE=lambda x: np.average(x['NSE'], weights=x['HOGARES'])
)
print(result)

输出结果与方案2一致。

内容的提问来源于stack exchange，提问作者flora93