Pandas返回列表的聚合函数报Must produce aggregated value错误原因

这个报错的核心触发点是A=2400分组对应的val列全是空列表，你的自定义聚合函数处理该分组后返回了空列表，触发了pandas的聚合结果校验逻辑：

• pandas的groupby.agg会对返回结果做有效性校验，当聚合返回的结果是空列表这类长度为0的对象时，会被判定为没有生成有效的聚合值，因此抛出ValueError: Must produce aggregated value。
• 你之前返回列表的聚合能正常运行，是因为之前所有分组的聚合返回结果都是非空列表，没有触发这条校验规则。

方法1：改用groupby.apply完成聚合 #

apply的校验逻辑比agg宽松，天然支持返回列表作为分组聚合结果：

from itertools import chain
def _flattened_set(list_list_elements):
    return list(set(chain.from_iterable(list_list_elements)))

result = df.groupby(level=0)['val'].apply(_flattened_set).to_frame()

运行后即可得到符合预期的结果。

方法2：修改聚合函数返回结构兼容agg校验 #

如果一定要使用agg，可以把返回的列表外层用一个元组包裹，绕过pandas的长度校验，使用时再做提取即可：

def _flattened_set(list_list_elements):
    res = list(set(chain.from_iterable(list_list_elements)))
    return (res,) # 用元组包裹避免触发空值校验

result = df.groupby(level=0).aggregate({'val': _flattened_set})
# 可选：把元组拆开恢复列表结构
result['val'] = result['val'].str[0]

内容的提问来源于stack exchange，提问作者Iván Sánchez