Pandas分组时使用first/last函数到列失败，实现方案遇语法错误求助

我来帮你搞定这个问题！你遇到的「invalid syntax」语法错误，根源在于代码里的多余逗号——在tradePrice对应的聚合函数列表[np.max,lambda x: x.iloc[0]]后面多了一个逗号，导致Python解析字典时出错。

另外，其实Pandas已经内置了专门的first()和last()聚合函数，比手动写lambda x: x.iloc[0]更简洁、更贴合需求，还能自动处理分组内的空值情况，建议优先使用。

修正后的代码方案 #

方案1：修复语法错误（保留lambda写法） #

把多余的逗号删掉即可：

import pandas as pd
import numpy as np

groups = df[df['isTrade'] == 1].groupby('dateTime_s')
print(groups.agg({
    'Volume': np.sum,
    'tradePrice': [np.max, lambda x: x.iloc[0]]  # 去掉了这里的多余逗号
}).head(160))

方案2：使用Pandas内置的first/last函数（更推荐） #

用pd.Series.first()和pd.Series.last()替代lambda，代码可读性更高：

import pandas as pd
import numpy as np

groups = df[df['isTrade'] == 1].groupby('dateTime_s')
print(groups.agg({
    'Volume': np.sum,
    'tradePrice': [np.max, 'first', 'last']  # 直接用内置的'first'/'last'字符串别名
}).head(160))

这里的'first'和'last'是Pandas聚合函数的字符串别名，和调用pd.Series.first()效果完全一致，写法更简洁。

额外说明 #

如果你的分组后的数据顺序很重要（比如需要保证first是分组内的第一条原始数据），记得先确认dateTime_s分组后的数据是否保持了你需要的顺序——如果需要按特定列排序，可以在分组前先排序：

# 先按dateTime_s和你需要的排序键排序，再分组
sorted_df = df[df['isTrade'] == 1].sort_values(['dateTime_s', 'your_sort_column'])
groups = sorted_df.groupby('dateTime_s')

内容的提问来源于stack exchange，提问作者Giladbi