DataFrameGroupby。agg NamedAgg在同一列上在自定义函数上出错,但在bult in函数上有效

这个问题是因为 _mangle_lambda_list ,它会在某个时候被调用。似乎存在一种不匹配,即结果聚合被重命名,但输出列列表, ordered 然后使用 here ,不会改变。因为这个函数专门检查 if com.get_callable_name(aggfunc) == "<lambda>" 除了 '<lambda>' 将毫无问题地工作:

样本数据

import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.DataFrame(zip([1, 1, 2, 2, 2, 3, 7, 7, 9, 10],
                      *np.random.randint(1, 100, 20).reshape(-1,10)),
                  columns=['A','B', 'C'])
f = lambda x: x.max()
kwargs = {'B_min': ('B', 'min'), 'B_max':('B', f), 'C_max':('C', 'max')}

下面是聚合时调用的最相关的主要步骤,我们可以看到KeyError的来源。

func, columns, order = pd.core.groupby.generic._normalize_keyword_aggregation(kwargs)

print(order)
#[('B', 'min'), ('B', '<lambda>'), ('C', 'max')]

func = pd.core.groupby.generic._maybe_mangle_lambdas(func)
df.groupby('A')._aggregate(func)
#     B              C
#   min <lambda_0> max        # _0 ruins indexing with ('B', '<lambda>')
#A                    
#1   45         48  89
#2   65         68  89
#3   10         10  66
#7   22         84  88
#9   37         37  47
#10  88         88  89

因为 _mangle_lambda_列表 仅当同一列有多个聚合时才调用 可以 逍遥法外 “<lambda>' 名字,只要是 唯一的聚集 为了那个专栏。

df.groupby('A').agg(A_min=('A', 'min'), B_max=('B', f))
#    A_min  B_max
#A               
#1       1     48
#2       2     68
#3       3     10
#7       7     84
#9       9     37
#10     10     88