TypeError: function takes exactly 1 argument (2 given) 是因自定义聚合函数类的 step 方法签名错误,必须严格为 step(self, ...),finalize(self),且注册时参数个数需匹配(含 self_),漏写 self 或参数顺序错均会触发该错误。

为什么直接用 create_aggregate 会报 TypeError: function takes exactly 1 argument (2 given)
这是最常踩的坑:自定义聚合函数类必须严格实现 step 和 finalize 两个方法,且签名不能错。step 接收的是每行数据的字段值(可多个参数),finalize 无参数。很多人误写成普通函数或漏掉 self,或者把 step 写成接收一个元组,导致参数数量对不上。
正确做法是定义一个类,其中:
-
step方法第一个参数必须是self,后续每个参数对应 SQL 中SELECT里的一个列(如my_agg(col1, col2)→step(self, col1, col2)) -
finalize方法只接受self,返回最终结果 - 类内部用实例变量(如
self.values = [])累积状态
示例:实现一个跳过 NULL 的字符串拼接聚合(类似 GROUP_CONCAT 但支持条件过滤):
class SafeGroupConcat:
def __init__(self):
self.parts = []
def step(self, self_, value, skip_empty=True):
# 注意:第一个参数是 self_(因为 sqlite3 会传入类实例),第二个才是字段值
if value is not None and (not skip_empty or str(value).strip()):
self.parts.append(str(value))
def finalize(self):
return ';'.join(self.parts)
<h1>注册时传入类和参数个数(含 self_,所以 step 实际接收 2 个参数 → 传 2)</h1><p>conn.create_aggregate('safe_group_concat', 2, SafeGroupConcat)
如何让自定义聚合函数支持多列输入并保持顺序
SQLite 调用 step 时,每行数据按 SQL 中出现顺序传参,但不会自动打包成元组——你得自己约定参数顺序。比如 SELECT my_agg(name, score, created_at) FROM t,就会调用 step(self, name, score, created_at)。
立即学习“Python免费学习笔记(深入)”;
常见需求是按时间排序后拼接姓名,这时不能依赖 SQL 的 ORDER BY(聚合函数内部不可见),必须在 step 中缓存完整行,最后在 finalize 排序:
- 在
__init__中初始化列表(如self.rows = []) -
step把当前行参数存为元组:self.rows.append((name, score, created_at)) -
finalize先排序再处理:sorted_rows = sorted(self.rows, key=lambda x: x[2]),然后提取name
注意性能:大数据量时避免在 finalize 做重计算;若只需 Top-N,可在 step 中用堆维护。
为什么 finalize 返回 None 会导致整列结果为 NULL
SQLite 将 finalize 的返回值直接作为该分组的聚合结果。如果逻辑中忘了 return,Python 默认返回 None,SQLite 就渲染成 SQL 的 NULL —— 这不是错误,但容易被当成数据问题排查半天。
- 检查点:所有
finalize方法末尾必须有明确return(哪怕是return ""或return 0) - 空分组时(如
WHERE过滤后无数据),step不会被调用,但finalize仍会执行,此时实例变量是初始状态,需做兜底 - 调试技巧:在
finalize开头加print(f"rows: {len(self.rows)}"),确认是否真的没进step
在多线程环境下注册聚合函数要注意什么
sqlite3 的聚合函数注册是连接级别的,不是全局的。每个 Connection 实例必须单独调用 create_aggregate。如果你用连接池(如 SQLAlchemy 的 QueuePool),不能只在初始化时注册一次。
- 错误做法:在模块顶层创建一个
conn并注册,其他地方复用该连接对象(可能被并发访问,不安全) - 正确做法:在每次获取连接后、执行查询前注册(开销极小,可忽略);或使用
connect(..., check_same_thread=False)+ 手动同步,但更推荐前者 - 若用
pysqlite2或较老 Python 版本,还需确保类不带闭包或外部引用,否则序列化可能失败
真正容易被忽略的是:聚合函数的状态完全由 Python 对象维护,SQLite 不参与生命周期管理。一旦连接关闭,实例销毁,但若你在 step 中意外持有大对象(如读取了 BLOB 到内存),会拖慢 GC,甚至引发内存泄漏。


















