Pandas按日期分组计算加权平均值报错KeyError: 'A'求解

报错原因分析 #

两段代码报错KeyError: 'A'的核心原因：

• 第一段代码中，groupby('date')['A','B'].transform(lambda x: ...)会将lambda函数分别应用到'A'和'B'列的单个分组Series上，此时x是单列Series，不存在'A'键，因此触发KeyError。
• 第二段代码理论上lambda x的参数是分组后的完整DataFrame，但直接用div关联groupby('date')['B'].agg('sum')会出现索引不匹配问题，且低版本Pandas可能对多列分组的transform逻辑支持不完善。

正确实现方式 #

方法1：用Transform生成广播列计算（简洁直观） #

通过transform将分组聚合结果广播到每一行，再进行除法运算：

import pandas as pd

# 生成每个分组的(A*B)总和，广播到该行所在分组的所有行
df['weighted_sum'] = df.groupby('date').transform(lambda g: (g['A'] * g['B']).sum())
# 生成每个分组的B列总和，同样广播到所有行
df['b_total'] = df.groupby('date')['B'].transform('sum')
# 计算最终结果
df['result'] = df['weighted_sum'] / df['b_total']

方法2：先聚合再合并（大数据集更高效） #

先计算每个日期分组的聚合值，再合并回原数据集，避免重复计算：

# 按日期分组计算两个关键指标
agg_df = df.groupby('date').agg(
    weighted_sum=('A', lambda x: (x * df.loc[x.index, 'B']).sum()),
    b_total=('B', 'sum')
)
# 将聚合结果合并到原数据
df = df.merge(agg_df, on='date', how='left')
# 计算最终结果
df['result'] = df['weighted_sum'] / df['b_total']

示例验证 #

假设测试数据如下：

df = pd.DataFrame({
    'date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],
    'A': [1, 2, 3, 4],
    'B': [10, 20, 30, 40]
})

运行代码后，result列结果为：

• 2023-01-01分组：(1*10+2*20)/(10+20) ≈1.6667（两行均为此值）
• 2023-01-02分组：(3*30+4*40)/(30+40)≈3.5714（两行均为此值）

内容的提问来源于stack exchange，提问作者xyww