Pandas分组使用agg同时计算均值和方差报错，求代码调整方案

你遇到的报错是因为直接在agg()中传入多个字符串参数的写法不符合pandas的API要求。要同时计算分组后的均值和方差，需要用列表包裹聚合函数名称，或者用字典自定义列的聚合规则。

方法一：列表统一指定聚合函数 #

适用于所有选中列都需要计算相同聚合指标的场景，代码如下：

newdf = df.groupby(['stock_symbol', 'quarter'])['rating_recommend', 'rating_outlook'].agg(['mean', 'var'])

执行后结果的列会是多层索引结构：外层为原列名（rating_recommend、rating_outlook），内层为聚合函数名（mean、var）。

方法二：字典自定义列聚合规则 #

如果需要针对不同列设置不同聚合逻辑（比如某列仅算均值，另一列算均值+方差），可以用字典明确指定：

newdf = df.groupby(['stock_symbol', 'quarter']).agg(
    rating_recommend_mean=('rating_recommend', 'mean'),
    rating_recommend_var=('rating_recommend', 'var'),
    rating_outlook_mean=('rating_outlook', 'mean'),
    rating_outlook_var=('rating_outlook', 'var')
)

这种方式会生成扁平化的列名，更便于后续直接引用。

报错原因说明 #

pandas的agg()方法接收多个聚合函数时，要求将它们放在列表或字典这类容器中。直接传入, 'var'会被解析为函数的额外参数，导致pandas误触发numpy相关操作逻辑，进而抛出UnsupportedFunctionCall错误。

内容的提问来源于stack exchange，提问作者Malte Susen