Pandas按多列分组应用Krippendorff's alpha函数报错求助

场景与需求 #

现有如下结构的Pandas DataFrame：

字段说明：

• label_code：8种情绪的数字编码
• annotator：标注者ID
• rounded_lenght：文本片段长度
• Chapter：书籍章节

需求：按Chapter和label_code分组，对每组应用自定义函数krippendorffs_emotion（该函数内部调用sf.calculate_krippendorffs_alpha_for_df计算标注者一致性Krippendorff's alpha）。

错误代码与报错 #

尝试执行的代码：

grouped_df = emo_chapters_df.groupby(['Chapter','label_code']).apply(kripendorf_emotion(emo_chapters_df))
grouped_df

运行时报错：

TypeError: 'numpy.float64' object is not callable

错误原因分析 #

你直接调用了kripendorf_emotion(emo_chapters_df)，这会立即执行该函数并返回一个numpy.float64类型的结果，但apply方法需要接收的是函数对象，不是函数执行后的返回值。相当于把一个数值传给了apply，而数值无法被调用，因此触发该错误。

解决方法 #

方法1：直接传递函数对象（推荐） #

将函数名直接传给apply，apply会自动把每个分组的子DataFrame作为参数传入函数：

grouped_df = emo_chapters_df.groupby(['Chapter','label_code']).apply(kripendorf_emotion)
grouped_df

方法2：用lambda包装（需额外参数时使用） #

如果krippendorffs_emotion需要分组子DataFrame之外的其他参数，可通过lambda包装传递：

# 示例：传入额外参数param1
grouped_df = emo_chapters_df.groupby(['Chapter','label_code']).apply(lambda x: krippendorffs_emotion(x, param1=xxx))
grouped_df

额外注意 #

• 确保krippendorffs_emotion函数的第一个参数用于接收分组后的子DataFrame
• 若部分分组数据量不足（比如仅单个标注者），需在函数内部添加判断逻辑，避免计算Krippendorff's alpha时触发额外报错

内容的提问来源于stack exchange，提问作者ledbug