Чи існує вбудований спосіб панд застосувати дві різні функції агрегування f1, f2до одного стовпця df["returns"], не потребуючи виклику agg()кілька разів?

Приклад фрейму даних:

import pandas as pd
import datetime as dt

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)
}) 

Синтаксично неправильний, але інтуїтивно правильний спосіб це зробити:

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

Очевидно, Python не дозволяє повторювати ключі. Чи є якийсь інший спосіб висловлення вводу agg()? Можливо, список кортежів [(column, function)]буде працювати краще, щоб дозволити кілька функцій, застосованих до одного стовпця? Але agg()здається, що він приймає лише словник.

Чи існує вирішення цього питання, крім визначення допоміжної функції, яка просто застосовує обидві функції всередині неї? (Як це все-таки працюватиме з агрегуванням?)

Ви можете просто передати функції як список:

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

або як словник:

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

TLDR; Pandas groupby.aggмає новий, простіший синтаксис для визначення (1) агрегації на декілька стовпців та (2) множинних агрегацій на стовпчику. Отже, щоб зробити це для панд> = 0,25 , використовуйте

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

АБО

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Панди> = 0,25: Названа агрегація

Pandas змінив поведінку GroupBy.aggна користь більш інтуїтивного синтаксису для визначення названих агрегацій. Дивіться розділ 0,25 Документів про вдосконалення , а також відповідні випуски GitHub GH18366 та GH26512 .

З документації,

Щоб підтримувати специфічну для стовпців агрегацію з керуванням вихідними іменами стовпців, панди приймає спеціальний синтаксис в GroupBy.agg(), відомий як "названа агрегація", де

• Ключові слова - це вихідні назви стовпців
• Значення - кортежі, першим елементом яких є стовпець для вибору, а другий елемент - це агрегація, що застосовується до цього стовпця. Pandas надає pandas.NamedAgg з именемtuple полями ['стовпець', 'aggfunc'], щоб зрозуміти, що таке аргументи. Як зазвичай, агрегація може бути псевдонімом, який можна називати або рядком.

Тепер ви можете передавати кортеж за допомогою аргументів ключових слів. Кортежі відповідають формату (<colName>, <aggFunc>).

import pandas as pd

pd.__version__                                                                                                                            
# '0.25.0.dev0+840.g989f912ee'

# Setup
df = pd.DataFrame({'kind': ['cat', 'dog', 'cat', 'dog'],
                   'height': [9.1, 6.0, 9.5, 34.0],
                   'weight': [7.9, 7.5, 9.9, 198.0]
})

df.groupby('kind').agg(
    max_height=('height', 'max'), min_weight=('weight', 'min'),)

      max_height  min_weight
kind                        
cat          9.5         7.9
dog         34.0         7.5

Крім того, ви можете використовувати pd.NamedAgg(по суті, nametuple), що робить речі більш явними.

df.groupby('kind').agg(
    max_height=pd.NamedAgg(column='height', aggfunc='max'), 
    min_weight=pd.NamedAgg(column='weight', aggfunc='min')
)

      max_height  min_weight
kind                        
cat          9.5         7.9
dog         34.0         7.5

Це ще простіше для Series, просто передайте aggfunc аргументу ключового слова.

df.groupby('kind')['height'].agg(max_height='max', min_height='min')    

      max_height  min_height
kind                        
cat          9.5         9.1
dog         34.0         6.0       

Нарешті, якщо назви стовпців не є дійсними ідентифікаторами пітона, використовуйте словник з розпакуванням:

df.groupby('kind')['height'].agg(**{'max height': 'max', ...})

Панди <0,25

У останніх версіях панд, що ведуть до 0,24, якщо ви використовуєте словник для визначення назв стовпців для виведення агрегації, ви отримаєте FutureWarning:

df.groupby('dummy').agg({'returns': {'Mean': 'mean', 'Sum': 'sum'}})
# FutureWarning: using a dict with renaming is deprecated and will be removed 
# in a future version

Використання словника для перейменування стовпців застаріло в v0.20. У останніх версіях панд це можна визначити простіше, передавши список кортежів. Якщо вказати функції таким чином, всі функції для цього стовпця потрібно вказати як кортежі пар (ім'я, функція).

df.groupby("dummy").agg({'returns': [('op1', 'sum'), ('op2', 'mean')]})

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Або,

df.groupby("dummy")['returns'].agg([('op1', 'sum'), ('op2', 'mean')])

            op1       op2
dummy                    
1      0.328953  0.032895

Чи хотілося б щось подібне:

In [7]: df.groupby('dummy').returns.agg({'func1' : lambda x: x.sum(), 'func2' : lambda x: x.prod()})
Out[7]: 
              func2     func1
dummy                        
1     -4.263768e-16 -0.188565