Python函数中如何传入DataFrame列名作为groupby操作参数？

问题背景 #

我正尝试用函数优化重复的groupby操作，需要将DataFrame的列名作为参数传入函数。现有包含用户ID、用餐时间及血糖值的DataFrame，要获取最接近用餐时间的采样点（t_0）的血糖值，先创建了difference列表示用餐时间与测量时间的差值，原获取t_0的代码如下：

df_t0 = df.groupby(['user_id','meal_time'],as_index=False).difference.min().reset_index(name=reset_index)

因为代码中多次用到groupby且操作列名不固定，于是编写了如下函数：

def make_ff (self,gb1,gb2,gb3,what,reset_index):

    if what=='size':
        ff=self.groupby([gb1,gb2]).size().reset_index(name=reset_index)
    elif what=='min':
        ff=self.groupby([gb1,gb2]).gb3.min().reset_index(name=reset_index)
    elif what=='max':
        ff=self.groupby([gb1,gb2]).gb3.max().reset_index(name=reset_index)
    else:
        ff=self.groupby([gb1,gb2]).gb3.mean().reset_index(name=reset_index)
    return ff

调用时用了：

df_t0 =make_ff(cg,'user_id','meal_time','difference','min','difference','No')

但触发错误：

'DataFrameGroupBy' object has no attribute 'gb3'

尝试过eval(gb3)但未解决问题，需要帮助。

解决方法 #

核心问题 #

代码中用.gb3直接访问属性是错误的——gb3是你传入的列名字符串变量，DataFrameGroupBy对象不存在名为gb3的内置属性，必须用**索引语法[gb3]**来指定要操作的目标列。另外函数定义的参数数量和调用时传入的参数不匹配，也需要修正。

修正后的函数 #

def make_ff(df, gb1, gb2, gb3, what, reset_index):
    # 先完成分组操作，避免重复调用groupby
    grouped = df.groupby([gb1, gb2], as_index=False)
    if what == 'size':
        ff = grouped.size().reset_index(name=reset_index)
    elif what == 'min':
        ff = grouped[gb3].min().reset_index(name=reset_index)
    elif what == 'max':
        ff = grouped[gb3].max().reset_index(name=reset_index)
    else:
        ff = grouped[gb3].mean().reset_index(name=reset_index)
    return ff

正确调用示例 #

注意参数顺序：第一个参数是目标DataFrame，依次是分组列1、分组列2、要聚合的列、聚合方式、结果列名：

# 示例中将结果列名设为't0_difference'，可根据实际需求修改
df_t0 = make_ff(cg, 'user_id', 'meal_time', 'difference', 'min', 't0_difference')

可选优化方案 #

如果需要支持更多聚合操作或更灵活的分组列（比如多个分组列），可以用agg方法简化函数：

def make_ff(df, group_cols, agg_col, agg_func, reset_index_name):
    return df.groupby(group_cols, as_index=False).agg({agg_col: agg_func}).rename(columns={agg_col: reset_index_name})

调用示例（支持传入分组列列表）：

df_t0 = make_ff(cg, ['user_id', 'meal_time'], 'difference', 'min', 't0_difference')

内容的提问来源于stack exchange，提问作者Ibon Sarriegi Galdés