Python函数中使用pandas iterrows()报错及加权计算需求咨询

先解决AttributeError: 'Series' object has no attribute 'iterrows'报错 #

你这个报错是因为分组后传给lambda的是Series对象，不是DataFrame。比如如果代码是df.groupby(['cust_id','order_id'])['Value'].apply(lambda g: ...)，这里的g是单列的Series，自然没有iterrows方法。

要修复的话，要么：

• 去掉分组后的列指定，直接用df.groupby(['cust_id','order_id']).apply(lambda g: ...)，这样g就是每个分组的完整DataFrame，能调用iterrows；
• 但更推荐直接抛弃iterrows，用下面的高效方法实现需求——逐行遍历效率太低，数据量大的时候根本跑不动。

实现分组计算过去11个月加权乘积和 #

假设你的DataFrame包含cust_id、order_id、month（月份，比如YYYY-MM格式或整数序号）、Value、month_weight列，按以下步骤来：

1. 补全分组内的缺失月份 #

先把每个cust_id+order_id组合下的所有月份补全，缺失月份的Value和month_weight按0填充：

import pandas as pd

# 获取所有唯一月份并排序
all_months = df['month'].unique()
all_months.sort()

# 生成每个分组的完整月份组合
group_keys = df[['cust_id', 'order_id']].drop_duplicates()
full_groups = group_keys.merge(pd.DataFrame({'month': all_months}), how='cross')

# 合并原始数据，补全缺失值
full_df = full_groups.merge(df, on=['cust_id', 'order_id', 'month'], how='left')
full_df['Value'] = full_df['Value'].fillna(0)
full_df['month_weight'] = full_df['month_weight'].fillna(0)

# 按分组和月份排序，确保窗口计算顺序正确
full_df = full_df.sort_values(['cust_id', 'order_id', 'month']).reset_index(drop=True)

2. 计算滑动12个月的加权乘积和 #

用rolling窗口结合向量运算，计算每个窗口内Value * month_weight的总和：

def calculate_weighted_sum(window):
    return (window['Value'] * window['month_weight']).sum()

# 按分组应用滑动窗口计算
full_df['rolling_weighted_sum'] = full_df.groupby(['cust_id', 'order_id']).apply(
    lambda g: g.rolling(window=12, closed='right').apply(calculate_weighted_sum, raw=False)
).reset_index(level=[0,1], drop=True)

关键说明 #

• rolling(window=12)表示取当前行及前11行的12条数据，closed='right'确保包含当前行；
• 全程用向量运算代替逐行遍历，效率比iterrows高几个数量级，数据量大的时候差异特别明显；
• 如果你的月份格式不是整数，比如是datetime类型，先转成可排序的格式（比如df['month'] = pd.to_datetime(df['month']).dt.to_period('M')）再处理。

内容的提问来源于stack exchange，提问作者s nandan