Pandas：DataFrameGroupBy调用agg()时函数参数的疑问

我有一个名为reviews的DataFrame，包含variety和price字段，想要统计每个variety对应的最高、最低价格。

以下代码可以正常运行：

reviews.groupby('variety').price.agg([max, min])

但这段代码却报错：

reviews.groupby('variety').agg([ lambda df: df.price.max(), lambda df: df.price.min() ])

报错信息显示Series类型没有price属性，我原本以为lambda会接收整个分组的DataFrame作为参数，这是怎么回事？

问题根源 #

核心差异在于分组后是否指定列，决定了agg传入函数的参数类型：

• 当你写reviews.groupby('variety').price.agg(...)时，.price已经把分组结果限定为price列的Series，agg里的函数（比如max）接收的是每个分组的Series，直接调用方法就能得到结果。
• 而直接调用reviews.groupby('variety').agg(...)时，若传入的是未绑定列的lambda列表，agg会默认对每一列单独应用这些lambda。也就是说，此时lambda接收的不是整个分组的DataFrame，而是每个分组里的单个Series（先处理variety列的Series，再处理price列的Series）。当处理variety列时，调用df.price自然会报错——因为Series没有price这个属性。

修正方法 #

如果一定要用lambda处理整个分组的DataFrame，需要用字典明确指定函数对应的列：

reviews.groupby('variety').agg({'price': [lambda df: df.max(), lambda df: df.min()]})

不过其实这种场景下直接用第一种写法更简洁，没必要额外用lambda。

内容的提问来源于stack exchange，提问作者Cody Dance