Pandas中groupby后调用apply()传入axis参数报错的疑问
2026-4-14
Pandas中groupby后调用apply()传入axis参数报错的疑问
你遇到的问题场景是这样的：
运行这段代码时：
display(ch2m_cpaf.groupby('PROVIDING_COMPANY_CODE').apply(lambda df: df, axis=0))
会触发报错：
TypeError: () got an unexpected keyword argument 'axis'
你疑惑为什么axis=0不能作为lambda的参数，还尝试把它放进括号，想返回Series对象。
嗨，我来帮你捋清楚这个问题哈！
首先，报错的直接原因很简单：你写的lambda函数lambda df: df只定义了一个参数df，但你在调用apply的时候，给这个lambda硬塞了axis=0这个额外的关键字参数——就像你给一个只收一份礼物的朋友塞了两份，人家肯定会懵呀😅。
然后咱们说说groupby.apply的逻辑：当你对分组后的对象用apply时，Pandas会自动把每个分组的子DataFrame/Series作为第一个参数传给你的lambda函数，而axis这个参数根本不是要传给lambda的！而且对于groupby后的apply来说，本身也不需要指定axis——分组操作已经帮你把数据按PROVIDING_COMPANY_CODE列划分成了一个个子数据集，你只需要在lambda里对传入的df（每个分组）做操作就行。
你想返回Series对象的话，完全不需要加axis=0，给你几个实用的写法参考：
- 提取每个分组的某一列作为Series：
lambda df: df['你要的列名'] - 把整个分组的DataFrame转成一维Series：
lambda df: df.stack() - 如果分组是单行数据，直接转成Series：
lambda df: df.squeeze()
总结一下：你的lambda函数只接受一个参数df，你额外传的axis=0它根本“接不住”，所以才会报错；想要返回Series，直接对传入的df做对应转换就好啦。
备注：内容来源于stack exchange，提问作者gio
