Pandas处理含13月全年累计数据新增FY列groupby报错如何解决

• 分组语法错误：pandas的groupby方法传入多个分组列时，必须将列名包裹在列表中作为第一个参数，你写的groupby('OpNum','Year')会将第二个参数'Year'识别为axis（轴）参数，而axis仅支持0/1/index/columns类型的取值，因此抛出ValueError。
• 业务逻辑偏差：你的需求是直接提取已经存在的month=13行的全年合计值，不需要对所有行的MTD求和，否则会把13月的合计值也加入计算，得到错误的翻倍结果。
• 语法小错误：新列名FY是字符串类型，需要用引号包裹，写成df['FY']，否则会被识别为未定义的变量，触发NameError。

方案1：复用现有13月合计值（推荐，避免重复计算误差） #

# 生成OpNum+Year对应全年合计的映射
fy_mapping = df[df['month'] == 13].set_index(['OpNum', 'Year'])['MTD'].to_dict()
# 映射生成FY列
df['FY'] = df.apply(lambda x: fy_mapping[(x['OpNum'], x['Year'])], axis=1)
# 筛选保留1-12月数据，得到最终结果
result_df = df[df['month'] <= 12].reset_index(drop=True)

方案2：自行计算1-12月MTD总和作为FY值 #

# 先筛选1-12月数据，多列分组后用transform将汇总值广播到每一行
df['FY'] = df[df['month'] <= 12].groupby(['OpNum', 'Year'])['MTD'].transform('sum')
# 剔除空值的13月行
result_df = df.dropna(subset=['FY']).reset_index(drop=True)

两种方案输出的result_df和你给出的预期输出完全一致，每个OpNum对应年份的12个月行都会带上对应全年合计值。

内容的提问来源于stack exchange，提问作者user1855463