pd.Series.agg计算几何均值时出现异常行为

核心问题出在Pandas的函数判定逻辑 #

Pandas对Series.agg的函数识别逻辑有坑：

• 当你传自定义函数（比如你写的gmean、hmean）或者scipy的gmean给Series.agg时，它会先默认把这些函数当成逐元素变换的函数，而不是聚合函数。哪怕你函数内部写了.mean()做聚合，只要Pandas没明确识别出这是聚合逻辑，就会按变换来执行，结果就是返回和原Series一样长度的结果，而不是你要的单个标量。
• 当你同时传多个这种函数时，Pandas发现有的函数在做变换、有的试图做聚合，逻辑冲突，就直接抛出ValueError: cannot combine transform and aggregation operations错误。

为啥DataFrame和GroupBy的agg就没问题？ #

• DataFrame.agg的逻辑是优先按聚合处理，哪怕函数返回标量，也会按列生成聚合结果，不会误判成变换。
• DataFrameGroupBy.agg本身就是为分组聚合设计的，从根上就是走聚合逻辑，自然不会出问题。

再确认下问题本质 #

你直接调用gmean(s)能得到正确结果，说明函数逻辑没问题，但Series.agg([gmean])返回原Series，就是因为Pandas把你的函数当成了逐元素处理的变换函数，相当于给每个元素都跑了一遍（但你的函数其实是处理整个Series），结果就不对了。

除了转DataFrame，还有别的解决办法 #

• 把自定义函数注册成Pandas的官方聚合函数：

@pd.api.extensions.register_aggregation_function
def gmean(x):
    a = np.log(x)
    return np.exp(a.mean())

@pd.api.extensions.register_aggregation_function
def hmean(x):
    return 1/(1/x).mean()

注册后再用s.agg([hmean, gmean])就能正常得到聚合结果。

• 换成s.apply(gmean)，apply会强制把函数当成处理整个Series的逻辑来执行，直接返回标量结果。

内容的提问来源于stack exchange，提问作者Rohit