如何在Pandas的.agg()方法中为var函数传递ddof参数？

好问题！要在agg()方法里给var函数设置ddof=0，你只需要把原来的字符串'var'替换成带指定参数的自定义函数即可，这里有两种实用的方案：

方案1：使用lambda函数（直观快捷） #

直接在agg()的字典值里用lambda函数调用var(ddof=0)，如果需要自定义列名，还可以用元组来指定名称：

import pandas as pd

# 你的原有代码部分
categorize_data = dataset['dayNumber'].between(1, 7)
grouped_priority = dataset[categorize_data].groupby('priority')

# 修改后的agg调用，指定ddof=0
result = grouped_priority.agg({
    'serviceTime': [('var_ddof0', lambda x: x.var(ddof=0)), 'mean'],
    'travelTime': [('var_ddof0', lambda x: x.var(ddof=0)), 'mean']
}).reset_index()

这里用('var_ddof0', lambda...)的形式，能让生成的DataFrame列名更清晰，避免默认的<lambda>标识。如果不在意列名，也可以直接写lambda x: x.var(ddof=0)。

方案2：使用functools.partial（适合重复使用） #

如果需要在多个地方用到ddof=0的方差计算，可以用partial预先绑定参数，让代码更整洁：

import pandas as pd
from functools import partial

# 预先定义一个固定ddof=0的方差函数
var_ddof0 = partial(pd.Series.var, ddof=0)

# 原有代码部分
categorize_data = dataset['dayNumber'].between(1, 7)
grouped_priority = dataset[categorize_data].groupby('priority')

# 调用agg时直接使用自定义函数
result = grouped_priority.agg({
    'serviceTime': [var_ddof0, 'mean'],
    'travelTime': [var_ddof0, 'mean']
}).reset_index()

为什么直接传'var'不行？ #

当你在agg()里传字符串'var'时，pandas会调用默认参数的pd.Series.var()方法，而它的ddof默认值是1。要覆盖这个参数，必须显式传递一个带指定参数的函数，而不是字符串别名。

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