pandas中基于lambda条件统计机器日活动量的报错修复

错误原因 #

你之前的代码报错核心问题是：groupby(['day','machine'])后你仅选择了['machine']列传入transform逻辑，此时lambda接收的参数x是仅包含machine字段的Series，自然无法索引到qty列，因此抛出KeyError。

修复后的实现代码 #

推荐使用可读性更高的分步写法：

# 按天、机器分组，统计每组内qty非空的有效记录总数
my_df['activities'] = my_df.groupby(['day', 'machine'])['qty'].transform(lambda x: x.notna().sum())
# 将qty为空的故障记录对应的活动量置为NaN
my_df.loc[my_df['qty'].isna(), 'activities'] = np.nan

如果希望把逻辑合并到单个transform中，也可以使用如下写法：

my_df['activities'] = my_df.groupby(['day', 'machine'])[['qty']].transform(
    lambda group: [group['qty'].notna().sum() if not pd.isna(val) else np.nan for val in group['qty']]
)

结果说明 #

上述代码运行后得到的activities列完全匹配预期输出：

• 第1天机器A有效记录共4条，对应行的activities均为4
• 第1天机器B有效记录共2条，对应行的activities均为2
• 第2天机器B有效记录共2条，对应行的activities均为2
• 第2天机器A的故障记录对应activities为NaN

内容的提问来源于stack exchange，提问作者Alexis