python - 使用 pandas GroupBy.agg() 对同一列进行多次聚合

Question

是否有 pandas 内置方法可以将两个不同的聚合函数 f1, f2 应用于同一列 df["returns"]，而无需调用 agg() 多次？

示例数据框:

import pandas as pd
import datetime as dt
import numpy as np

pd.np.random.seed(0)
df = pd.DataFrame({
         "date"    :  [dt.date(2012, x, 1) for x in range(1, 11)], 
         "returns" :  0.05 * np.random.randn(10), 
         "dummy"   :  np.repeat(1, 10)
}) 

语法上错误但直观上正确的方法是:

# Assume `f1` and `f2` are defined for aggregating.
df.groupby("dummy").agg({"returns": f1, "returns": f2})

显然，Python 不允许重复的键。是否有其他方式来表达agg()的输入？也许元组列表 [(column, function)] 会更好，以允许将多个函数应用于同一列？但是 agg() 似乎只接受字典。

除了定义一个仅应用其中两个函数的辅助函数之外，是否有解决方法？ (无论如何，这如何与聚合一起使用？)

Answer 1

截至 2022 年 6 月 20 日，以下是公认的聚合做法:

df.groupby('dummy').agg(
    Mean=('returns', np.mean),
    Sum=('returns', np.sum))

参见this answer了解更多信息。

<小时/>

以下包含 pandas 历史版本的首屏。

您可以简单地将函数作为列表传递:

In [20]: df.groupby("dummy").agg({"returns": [np.mean, np.sum]})
Out[20]:         
           mean       sum
dummy                    
1      0.036901  0.369012

或者作为字典:

In [21]: df.groupby('dummy').agg({'returns':
                                  {'Mean': np.mean, 'Sum': np.sum}})
Out[21]: 
        returns          
           Mean       Sum
dummy                    
1      0.036901  0.369012