Pandas分组transform赋值报错：KeyError与ValueError问题排查

你遇到的问题是在给DataFrame添加size列（用来标记每个customer_id对应的分组大小）时，触发了KeyError和ValueError。你的DataFrame形状为(4899, 48)，执行的代码如下：

a['size'] = a.groupby(['customer_id']).transform(np.size)

错误原因分析 #

报错里的ValueError: Wrong number of items passed 47, placement implies 1是核心问题：当你直接对分组后的整个DataFrame调用transform(np.size)时，Pandas会对每一列单独执行np.size函数，最终返回一个包含47列的DataFrame。而你试图把这个多列结果赋值给单列a['size']，维度不匹配就触发了这个错误。中间出现的KeyError: 'size'是赋值过程中Pandas找不到目标列时的中间异常，根源还是返回结果的维度不对。

解决方案 #

要正确获取每个customer_id的分组大小并赋值给单列，这里有几个简单可行的方法：

• 指定单列计算分组大小（推荐）
  选择任意一列（比如直接用customer_id列），对该列应用transform，这样会返回一个单列的Series，刚好匹配你要添加的size列：

  a['size'] = a.groupby('customer_id')['customer_id'].transform('size')
  

• 使用len函数替代np.size
len作用在分组对象上时，会直接返回分组的行数，结合transform就能得到每行对应的分组大小：

  a['size'] = a.groupby('customer_id').transform(lambda x: len(x))
  

• 用np.size但指定轴参数
  如果你一定要用np.size，需要指定axis=0来计算分组的行数（而非总元素数），同时确保只针对单列操作：

  a['size'] = a.groupby('customer_id')['customer_id'].transform(lambda x: np.size(x, axis=0))
  

执行上述任意一种方法后，a['size']列的每个值都会对应该行customer_id在DataFrame中出现的总次数，且不会再触发维度不匹配的错误。

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