为分组生成存储加权平均值的独立列报错求助

你的代码报错核心原因是分组时只选取了score列，导致lambda函数里的x只是score的Series，无法访问score和manager_weight这两个列（它们不在当前分组对象中）。下面是两种可行的修复方案：

方案一：用transform直接生成列（推荐） #

分组时同时包含score和manager_weight两列，确保lambda能获取到计算所需的全部数据：

import numpy as np
import pandas as pd

df['w_mean_m'] = df.groupby('person')[['score', 'manager_weight']].transform(
    lambda x: np.average(x['score'], weights=x['manager_weight'])
)

方案二：先计算均值再合并到原表 #

如果觉得transform的逻辑不够直观，可以先单独计算每个分组的加权均值，再通过merge合并回原DataFrame：

# 计算每个person的加权均值
w_mean_df = df.groupby('person').apply(
    lambda x: np.average(x['score'], weights=x['manager_weight'])
).reset_index(name='w_mean_m')

# 合并到原表
df = df.merge(w_mean_df, on='person', how='left')

额外注意事项 #

• 确保manager_weight列没有缺失值或非数值类型，否则np.average会报错。可以提前用df = df.dropna(subset=['manager_weight'])清理数据，或者用weights=np.nan_to_num(x['manager_weight'])做兼容处理。
• np.average不需要权重和为1，它会自动按权重比例计算加权平均值。

内容的提问来源于stack exchange，提问作者Freejack