我可能在pandas.groupby.agg中发现了一个错误。请尝试以下代码。看起来传递给聚合函数fn（）的是一个包含键的数据帧。以我的理解，agg函数分别应用于每一列，并且仅传递一列。由于“年份”列显示在groupby中，因此应将其从分组结果中删除。
import pandas as pd
import numpy as np
df = pd.DataFrame({'year' : [2011,2011,2012,2012,2013], '5-1' : [1.2, 2.1,2.1,11., 13.]})
def fn(x):
print x
#return np.mean(x) will explode
return 0
res = df.groupby('year').agg(fn)
print res
上面给出的输出清楚地告诉我，fn（x）的x作为具有两列（year，5-1）的DataFrame传递。
5-1 year
0 1.2 2011
1 2.1 2011
5-1 year
2 2.1 2012
3 11.0 2012
5-1 year
4 13 2013
5-1
year
2011 0
2012 0
2013 0
要回答您的问题，如果您绝对希望将函数应用于Series，请使用中的{column: aggfunc}语法.agg()。
也就是说，您的代码似乎可以正常工作（至少在当前的主机上）。该函数实际上并未应用于该year列。
有点解释。为此，我假设您使用的是较旧版本的熊猫，并且该版本存在一个已修复的错误。为了重现我认为您得到的行为，让我们重新定义fn：
In [32]: def fn(x):
print("Printing x+1 : {}".format(x + 1))
print("Printing x: {}".format(x))
return 0
让我们重新定义 df['year']
In [33]: df['year'] = ['a', 'a', 'b', 'b', 'c']
所有这些对象都在中定义pandas/core/groupby.py。该df.groupby('year')部分返回一个DataFrameGroupby对象，因为df是DataFrame。.agg()实际上没有定义DataFrameGroupBy，而是在其父类上定义的NDFrameGroupBy。
由于这不是Cython函数，因此事情会移交给NDFrameGroupBy._aggregate_generic()。尝试执行该函数，如果失败，则退回到代码的单独部分：
try:
for name, data in self:
result[name] = self._try_cast(func(data, *args, **kwargs),
data)
except Exception:
return self._aggregate_item_by_item(func, *args, **kwargs)
如果该try部分成功，则该函数将应用于整个对象（这就是为什么print x显示两个列的原因），并且使用索引上的分组器和列中的值可以很好地显示结果。
如果try零件发生故障，则将移交到该部分_aggregate_item_by_item，这不包括分组列。
这意味着，通过将代码从更改return np.mean(x)为return 0，您实际上更改了代码遵循的路径。以前，当您尝试使用时mean，我认为它失败了并退回到_aggregate_item_by_item（这就是为什么我重新定义了df['year']和fn，所以肯定会失败）。但是当您切换到时return 0，该操作成功完成，因此该try部分也随之而来。
这只是一些猜测，但我认为这是正在发生的事情。
我现在实际上正在按代码在组上工作，并且出现了这个问题（请参阅此处）。我认为该功能永远都不应应用于分组列，但有时是这样（R也是如此）。如果您对此事有意见，请张贴在那儿。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句