如何在Pandas分组聚合中执行多函数运算？类型错误排查

嘿，我来帮你搞定这个聚合报错的问题！你遇到的TYPE ERROR: cannot perform reduce with flexible type主要是因为多列聚合的写法不对，还有np.mean的调用方式出错了。咱们一步步来修正：

先说说你原代码的问题 #

1. 多列聚合的逻辑错误：你现在的写法是把wind_direction和wind_speed两列一起传给了两个聚合函数，但实际上你需要给每一列指定单独的操作——风速求平均，风向用yamatrino处理，不能混在一起传。
2. np.mean的调用错误：np.mean('wind_speed')是错的，np.mean不需要传列名字符串，它会直接接收分组后的Series数据进行计算，你传字符串会导致它无法处理，触发类型错误。

正确的代码实现 #

首先，你的时间列转换是没问题的：

import pandas as pd
import numpy as np

# 假设你已经定义了自定义函数yamatrino（这里给个示例逻辑，你替换成自己的即可）
def yamatrino(wind_dir_series):
    # 示例：对风向做角度归一化后计算均值
    normalized_dir = wind_dir_series % 360
    return normalized_dir.mean()

# 时间列转换（这部分你写的是对的）
df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d %H:%M:%S UTC')

接下来用Pandas推荐的关键字参数式聚合（0.25+版本支持，写法最清晰）：

# 按小时分组，分别指定列的聚合操作
hourly_result = df.groupby(df['time'].dt.hour).agg(
    hourly_velocity_mean=('wind_speed', np.mean),  # 风速列求平均，结果列名hourly_velocity_mean
    yamatrino_value=('wind_direction', yamatrino)  # 风向列应用yamatrino函数，结果列名yamatrino_value
)

如果你用的是旧版Pandas，也可以用字典格式来指定：

agg_config = {
    'wind_speed': [('hourly_velocity_mean', np.mean)],
    'wind_direction': [('yamatrino_value', yamatrino)]
}
hourly_result = df.groupby(df['time'].dt.hour).agg(agg_config)
# 如果不想保留多层列索引，可以去掉上层
hourly_result = hourly_result.droplevel(0, axis=1)

结果说明 #

运行后hourly_result会按小时（0-23）作为索引，每行包含两个字段：

• hourly_velocity_mean：该小时所有站点的平均风速
• yamatrino_value：该小时所有站点的风向经过yamatrino处理后的结果

内容的提问来源于stack exchange，提问作者Dominic Grasso