在Google Colab执行groupby代码遇TypeError，求修正方案

错误原因 #

你调用的groupby方法并非pandas DataFrame的标准groupby方法，该方法要求必须传入operations参数，但你使用了pandas风格的链式调用语法，导致参数不匹配。

解决方案 #

首先运行以下代码确认train_data的类型：

print(type(train_data))

根据不同类型的对象，修改代码如下：

1. 如果是PySpark DataFrame #

PySpark的groupBy需要配合聚合操作使用，代码修改为：

train_data.groupBy('item_id') \
          .agg({'purchase_count': 'mean'}) \
          .orderBy('avg(purchase_count)', ascending=False) \
          .limit(20)

2. 如果是pandas DataFrame #

若确认是pandas对象但仍报错，大概率是变量名冲突（比如自定义了groupby函数覆盖了pandas方法），可以强制转为标准pandas DataFrame再执行：

import pandas as pd
pd.DataFrame(train_data).groupby('item_id')['purchase_count'] \
                        .mean() \
                        .sort_values(ascending=False) \
                        .head(20)

3. 如果是Dask DataFrame #

Dask支持类似pandas的语法，但需要调用compute()获取最终结果：

train_data.groupby('item_id')['purchase_count'] \
          .mean() \
          .sort_values(ascending=False) \
          .head(20) \
          .compute()

4. 如果是Google BigQuery DataFrame #

需要显式指定聚合列名，修改为：

train_data.groupby('item_id') \
          .agg(purchase_count_mean=('purchase_count', 'mean')) \
          .sort_values('purchase_count_mean', ascending=False) \
          .head(20)

内容的提问来源于stack exchange，提问作者simone