Pandas expanding自定义聚合函数报错：无数值类型可聚合的原因与修复

问题场景 #

运行以下代码时抛出DataError: No numeric types to aggregate错误，即使扩展窗口前30行是NaN（理论上支持数值运算），疑惑报错原因及修复方式：

import pandas as pd
import numpy as np

i = pd.date_range('2000-01-01', '2000-06-01', freq='D')
x = pd.DataFrame(data=np.random.randint(0,10, (len(i), 3)), index = i, columns = list('abc'))

# 此代码正常运行
# x.expanding(min_periods=30).corr()

# 以下代码报错
x.expanding(min_periods=30).aggregate(lambda t: t.corr().stack().loc[[('a', 'b'), ('a', 'c')], :])
# 此代码同样报错
# x.expanding(min_periods=30).aggregate(lambda t: t+1)

错误原因 #

报错和NaN无关，核心是expanding.aggregate()对自定义函数的返回值有严格要求，而你的lambda返回结构不符合规则：

• 内置的expanding.corr()是pandas专门实现的扩展窗口方法，它知道如何处理样本数不足min_periods的情况，返回对应结构的NaN，且输出形状符合预期。
• expanding.aggregate()要求自定义函数返回标量或与输入DataFrame列数一致的Series，这样每个窗口的结果才能映射为输出的一行：
  • 第一个lambda返回长度为2的Series，和原DataFrame的3列不匹配，pandas无法识别聚合逻辑。
  • 第二个lambda返回和当前窗口同形状的DataFrame（比如前29个窗口是1~29行×3列），完全不符合aggregate的返回值要求，导致pandas无法找到可聚合的数值类型。

修复方案 #

方案一：先调用内置expanding.corr再筛选（推荐） #

利用内置方法处理窗口逻辑，之后按需筛选目标相关对，这也是你自己实现的可行方案：

y = x.expanding(min_periods=30).corr()
y.index.names = ['dates', 'letters']
y.columns.name = 'cols'
y = y.stack()
mi = pd.MultiIndex.from_tuples([('a','b'), ('a','c')], names = ['letters', 'cols'])
result = y.to_frame().join(pd.DataFrame(index=mi), on=['letters', 'cols'], how='inner')

方案二：用expanding.apply替代aggregate #

如果需要自定义窗口处理逻辑，使用expanding.apply()，它允许返回任意形状的结果：

result = x.expanding(min_periods=30).apply(
    lambda t: t.corr().stack().loc[[('a', 'b'), ('a', 'c')]],
    raw=False  # 必须设为False，确保t是DataFrame而非numpy数组
)

内容的提问来源于stack exchange，提问作者guyguyguy12345