pandas中多列groupby搭配numpy.where使用出现KeyError问题求助

错误原因 #

多列选取语法错误：df['Occupation','Emp_Code']会被Pandas判定为查找名为('Occupation', 'Emp_Code')的单个列，你的数据集里不存在这个列，因此抛出KeyError。如果要选择多个列作为分组依据，需要将列名放在列表中，即df[['Occupation', 'Emp_Code']]。

修正代码 #

你可以任选以下两种写法中的一种，效果完全一致：

写法1：显式传入分组列 #

import pandas as pd
import numpy as np
df = pd.DataFrame({
        'Occupation':list('dddeee'),
         'Emp_Code':list('aabbcc'),
         'Gender':list('MFMFMF')
})
m = df['Gender'].eq('M')
df['new'] = np.where(m, m.groupby(df[['Occupation','Emp_Code']]).transform('mean').mul(100), 0)
print(df)

写法2：直接传入列名 #

import pandas as pd
import numpy as np
df = pd.DataFrame({
        'Occupation':list('dddeee'),
         'Emp_Code':list('aabbcc'),
         'Gender':list('MFMFMF')
})
m = df['Gender'].eq('M')
df['new'] = np.where(m, m.groupby(['Occupation','Emp_Code']).transform('mean').mul(100), 0)
print(df)

运行结果 #

Occupation Emp_Code Gender    new
0          d        a      M  100.0
1          d        a      F    0.0
2          d        b      M  100.0
3          e        b      F    0.0
4          e        c      M  100.0
5          e        c      F    0.0

内容的提问来源于stack exchange，提问作者Alexander