使用Pandas groupby对象过滤时遇TypeError：'function'对象不可迭代

问题重现 #

你执行了以下代码创建聚合后的DataFrame：

groupby=df.groupby('Product_1').mean().reset_index()

随后尝试用filter过滤：

groupby.filter(lambda x: x['s_qual'].mean() > 3)

收到错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
C:\Users\A~1\AppData\Local\Temp/ipykernel_48512/2738959142.py in <module>
----> 1 groupby.filter(lambda x: x['s_qual'].mean() > 3.)

~\anaconda3\lib\site-packages\pandas\core\generic.py in filter(self, items, like, regex, axis)
   4980         if items is not None:
   4981             name = self._get_axis_name(axis)
-> 4982             return self.reindex(**{name: [r for r in items if r in labels]})
   4983         elif like:
   4984 

TypeError: 'function' object is not iterable

错误原因 #

核心问题是你搞混了两种完全不同的filter方法：

1. 执行df.groupby('Product_1').mean().reset_index()后，得到的是普通的DataFrame，不是Pandas的GroupBy对象。
2. 两个filter的功能完全不一样：
   • GroupBy的filter是用来筛选分组的，接受函数判断每个分组是否符合条件；
   • DataFrame的filter是用来按名称筛选行/列的，只支持列名列表、like匹配或regex匹配，根本不能传函数。

报错里的“不可迭代函数”，就是你传入的那个lambda函数。DataFrame的filter方法把你传的函数当成了要遍历的列名列表，但函数不是可迭代对象（没法用for循环遍历它的元素），所以抛出了这个错误。

解决方法 #

分两种场景处理：

场景1：先聚合，再过滤聚合结果 #

如果已经完成分组聚合，只想筛选聚合后的结果，直接用布尔索引即可：

# 先得到聚合后的DataFrame（建议换个变量名，避免和GroupBy对象混淆）
agg_df = df.groupby('Product_1').mean().reset_index()
# 直接筛选s_qual列值大于3的行
filtered_df = agg_df[agg_df['s_qual'] > 3]

场景2：先筛选符合条件的分组，再聚合 #

如果想先保留s_qual均值大于3的分组，再做聚合，就要保留GroupBy对象，不要提前执行mean()和reset_index()：

# 先创建GroupBy对象，不提前聚合
grouped = df.groupby('Product_1')
# 用GroupBy的filter筛选出符合条件的分组数据
filtered_groups = grouped.filter(lambda x: x['s_qual'].mean() > 3)
# 对筛选后的分组数据做聚合
agg_filtered = filtered_groups.groupby('Product_1').mean().reset_index()

内容的提问来源于stack exchange，提问作者a.a