定义DataFrame筛选分组重命名列的函数触发ValueError求助

错误原因拆解 #

1. 参数传递错误：调用diagnosis(hypertension)时，hypertension是DataFrame的列对象（而非列名字符串），但query方法要求传入字符串格式的筛选表达式，触发ValueError。
2. 变量名冲突覆盖：函数参数x原本代表列名，但第一行代码x = med_app_cleaned.query(...)将其重新赋值为分组后的DataFrame，后续重命名逻辑丢失原列名信息。
3. query表达式写法错误：query('x == 1')中的x是固定字符串，无法动态替换为传入的列名，无法实现动态筛选。
4. 重命名逻辑错误：x[0]在重命名lambda中引用的是分组后的DataFrame第一列，并非需求中的后缀（原列名），逻辑不符合预期。
5. 依赖全局变量：函数直接使用全局的med_app_cleaned，复用性差，不符合函数封装规范。

修正后的代码 #

def diagnosis(col_name, df):
    # 动态生成筛选表达式，按指定列筛选值为1的行
    filtered_df = df.query(f"{col_name} == 1")
    # 按gender分组并统计数量
    grouped_df = filtered_df.groupby('gender').count()
    # 为列名添加指定后缀（原列名）
    renamed_df = grouped_df.rename(lambda col: col[:11] + f"_{col_name}", axis='columns')
    return renamed_df

正确调用方式 #

假设目标DataFrame是med_app_cleaned，调用时传入列名字符串和DataFrame：

result = diagnosis('hypertension', med_app_cleaned)

关键修正点说明 #

• 将列名和DataFrame都作为参数传入函数，避免依赖全局变量，提升复用性。
• 使用f-string动态生成query的筛选表达式，实现按指定列筛选。
• 用col_name代替原参数x，避免变量名冲突，保留传入的列名用于后续重命名。
• 重命名时直接使用传入的列名作为后缀，匹配需求中“为列名添加后缀”的要求。

内容的提问来源于stack exchange，提问作者Jen