关键错误，使用 *.agg 方法解析错误答案

【问题标题】：Key error, parse error using *.agg method关键错误，使用 *.agg 方法解析错误
【发布时间】：2020-12-12 05:28:51
【问题描述】：

假设我有一个股票价格的数据框，其中“开盘”列是第 0 列，“收盘”列是第 3 列。进一步假设我想找到收盘价和开盘价之间的最大差异。无需使用agg 方法即可轻松完成，但让我来说明一下使用它们时的错误。

def daily_value(df):
    df.iloc[:, 0] = df.iloc[:,3] - df.iloc[:, 0]
    return df.max()

def daily_value(df):
    df['Open'] = df['Close'] - df['Open']
    return df.max()

两者都用于替换第 0 列，即“打开”，并返回打开和关闭之间的最大差值。
当我有 df1 并输入 daily_value(df1) 时，这工作正常。

但是，当我尝试df1.agg(daily_value) 时，两个版本都失败了。第一个说IndexingError: Too many indexers，而后者说KeyError: Close。

如果我确实需要将函数传递给 *.agg 方法，我该怎么做？

非常感谢！

【问题讨论】：

标签： pandas datetime time-series

【解决方案1】：

您需要提供轴。聚合函数调用需要轴。你应该用

调用你的函数

df1.agg(daily_value, axis=1)

【讨论】：

感谢您的回答，但很抱歉，axis = 1 是沿每一行聚合的。我的数据在列中，所以我应该使用 axis=0 沿每一列聚合。但是当我尝试它时，它也不起作用。

【解决方案2】：

您不必使用具有功能的 agg 方法，我低估了您在创建新列后试图获得 2 列之间的最大差异，您可以使用 df.agg({'Column name' : '最大限度'} 看下面的例子：

【讨论】：

确实如此。谢谢。我在我的问题中确实说明了这个简单的计算不需要 .agg 方法。但是假设我真的需要使用它，即必须使用df.agg(daily_value)。如何让它发挥作用？

【解决方案3】：

1- 将 df 分配给 return 而不是 df.max() 2-将 max 作为 agg 关键字传递并在打印中调用该函数以检查结果，如下所示打印(daily_value(df1.agg('max')))

【讨论】：