Pandas groupby分组后按条件求和报KeyError:'Units'错误如何解决？

你写法的核心错误是对groupby.aggregate()（简称agg()）的传参逻辑理解有误：

• 当你直接调用df.groupby('Store').aggregate(lambda x: ...)时，aggregate会把每个分组下的每一列单独作为Series对象传入lambda函数，此时的x是单个列的序列，不存在x['Units']这种按列名取数的写法，自然会报KeyError: 'Units'。
• 你能正常运行的写法df1.groupby('Store')['Units'].aggregate(...)是先选中了Units列再聚合，传入lambda的x就是该分组下Units列的序列，所以可以直接做筛选运算，但这种写法没法同时取到Status列做多条件判断。
• 你参考的示例代码实际应该使用的是groupby.apply()而非aggregate()，二者的入参逻辑完全不同，直接替换方法名就会出现报错。

方案1：改用groupby.apply()（最贴合原写法逻辑） #

apply方法会把完整的分组DataFrame传入自定义函数，你可以同时操作多个列实现多条件筛选：

df1.groupby('Store').apply(lambda x: x['Units'][(x['Units'] > 0) & (x['Status'] == 'ACKD')].sum())

方案2：预构造条件列再聚合（性能更优，适合大数据量） #

先提前算出符合条件的Units值，不符合条件的设为0，再直接分组求和，避免在apply中运行自定义函数，运行效率更高：

# 构造临时列：符合条件则取Units原值，否则取0
df1['valid_units'] = df1['Units'].where((df1['Units'] > 0) & (df1['Status'] == 'ACKD'), 0)
# 分组求和得到结果
result = df1.groupby('Store')['valid_units'].sum()

方案3：命名聚合语法（无需新增临时列，逻辑清晰） #

如果不想新增临时列，也可以用pandas命名聚合语法实现需求：

result = df1.groupby('Store').agg(
    ackd_positive_units=('Units', lambda x: x[(x>0) & (df1.loc[x.index, 'Status'] == 'ACKD')].sum())
)

内容的提问来源于stack exchange，提问作者mathlau