Python 在循环中按索引对列表中的元素求和

我有一个函数，它返回一个oneliner pd.DataFrame。我已将该函数包装在一个循环中，并希望根据索引聚合结果

def func(input):
     some calculation
     return oneliner

oneliner

看起来像这样

date         return   return_lev
20100101      0.05      0.0725

我的循环现在生成了几个这样的OneLiner，如果它们的日期相同，我想聚合所有的OneLiner，否则只需附加onliner：

df = []
for x in range(0, 10)
    res = func(x)
    df.append(res).groupby(by = 'date').sum()

然而，这告诉我：

AttributeError: 'NoneType' object has no attribute 'groupby'

即使我取出

groupby

，我也会得到错误：

AttributeError: 'NoneType' object has no attribute 'sum'

你知道我怎么解决这个问题吗

编辑：我们开始吧，我有一个函数，它将随机数生成为一行，类似于我的结果

df_date = pd.DataFrame(['20100101', '20100102', 
                    '20100103', '20100104', '20100105'], columns = ['date'])

from random import randint

def test_func(i):
    a = randint(0, 9) + i
    b = randint(0, 9) / 10 + i
    c = randint(0, 9) + i
    d = randint(0, 9) / 10 + i
    datetime = df_date.sample(1)

    a_s = pd.Series(a, dtype = int)
    b_s = pd.Series(b, dtype = float)
    c_s = pd.Series(c, dtype = int)
    d_s = pd.Series(d, dtype = float)

    overview = pd.DataFrame(np.concatenate([a_s, b_s, c_s, d_s]).reshape(1, 4), 
                            columns = ['a', 'b', 'c', 'd'], index = datetime)

    return overview

现在，在我之前的尝试中：

dfs_test = []

for x in range(5):
    test_results = test_func(x)
    dfs_test.append(test_results).groupby(by = 'datetime').sum()

这给了我如上所述的感觉

AttributeError: 'NoneType' object has no attribute 'groupby'

现在，在另一个版本中，我生成了一个数组/列表：

from random import randint

def test_func_2(i):
    a = randint(0, 9) + i
    b = randint(0, 9) / 10 + i
    c = randint(0, 9) + i
    d = randint(0, 9) / 10 + i
    datetime = df_date.sample(1)

    a_s = pd.Series(a, dtype = int)
    b_s = pd.Series(b, dtype = float)
    c_s = pd.Series(c, dtype = int)
    d_s = pd.Series(d, dtype = float)

    overview = [datetime, a_s, b_s, c_s, d_s]

    return overview

现在是列表版本：

dfs_test_2 = pd.DataFrame([test_func_2(z) for z in range(5)],
                  columns=['datetime', 'a', 'b', 'c', 'd'])

dfs_test_2 = dfs_test_2.groupby('datetime').sum().reset_index()

---

返回数据帧列表，然后附加它们或通过循环添加结果的想法是低效的

相反，我建议您输出一个列表列表，然后一步构建数据帧

def func(var):
    """Return list of [date, return, return_lev]"""
    # some calculation
    return [a, b, c]

# build dataframe
df = pd.DataFrame([func(x) for x in range(10)],
                  columns=['date', 'return', 'return_lev'])

# perform groupby
df = df.groupby('date').sum().reset_index()

---

Update：返回标量列表的函数实际上返回了

pd.Series

对象的列表

请尝试以下方法：

def test_func_2(i):
    a = randint(0, 9) + i
    b = randint(0, 9) / 10 + i
    c = randint(0, 9) + i
    d = randint(0, 9) / 10 + i
    datetime = df_date.sample(1).values[0][0]

    overview = [datetime, a, b, c, d]

    return overview

---

感谢您在之后构建数据框架的tipp。那里的数据帧构建是（1x1）pd系列的串联。我已尝试在您的解决方案中创建类似的列表或数组。但是当运行代码时，我得到了以下错误：

DataError:没有要聚合的数值类型

和

TypeError:“Series”对象是可变的，因此它们不能散列

，我假设它们来自函数返回的列表。我想这是因为pd.Series？在这种情况下，您需要提供一些数据，以便我们可以复制您的错误。例如，您的问题是一个列表列表（例如10行），然后我们可以看到问题所在。谢谢，事实上，我可以将所有变量设置为标量，就像您对datetime、pd.Series.values所做的那样。将按照您的建议恢复asapit工作！现在，对于使用子集数据帧创建元组列表的函数，循环还有另一个问题。您拥有的不是列表列表列表，而是数据帧列表。您需要修改函数，使其返回一个列表。由于您尚未为

func

共享此代码，我们无法帮助解决此问题。@jpp:您能建议如何最好地共享此代码吗？这是一个很长的代码；我目前正在尝试编写一个产生类似输出的示例函数，这样我们就可以在一个循环中尝试它，请耐心等待，这是一个困难的过程。你将不得不做一些工作来提供一个新的解决方案。这可能需要一些时间，但时间花得很好。@jpp:我创建了两个版本：一个是原始版本（首先是无效的pd.DataFrame，然后是list），另一个版本（尝试更改为list/array，然后是pd.DataFrame）。当我运行这些代码时，我会得到与运行原始代码相同的错误