Czy istnieje wbudowany sposób pandy do zastosowania dwóch różnych funkcji agregujących f1, f2do tej samej kolumny df["returns"]bez konieczności agg()wielokrotnego wywoływania ?

Przykładowa ramka danych:

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)
}) 

Nieprawidłowy składniowo, ale intuicyjnie właściwy sposób na zrobienie tego to:

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

Oczywiście Python nie zezwala na zduplikowane klucze. Czy istnieje inny sposób wyrażenia wkładu agg()? Może lista krotek [(column, function)]działałaby lepiej, umożliwiając stosowanie wielu funkcji do tej samej kolumny? Ale agg()wygląda na to, że akceptuje tylko słownik.

Czy istnieje obejście tego problemu poza zdefiniowaniem funkcji pomocniczej, która po prostu stosuje obie funkcje wewnątrz niej? (Jak to i tak działałoby z agregacją?)

Możesz po prostu przekazać funkcje jako listę:

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

lub jako słownik:

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; Pandy groupby.aggma nową, łatwiejszą składnię do określania (1) agregacji w wielu kolumnach i (2) wielu agregacji w kolumnie. Aby to zrobić dla pand> = 0,25 , użyj

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

LUB

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Pandy> = 0,25: nazwane agregacje

Pandy zmieniły zachowanie GroupBy.aggna rzecz bardziej intuicyjnej składni do określania nazwanych agregacji. Zobacz sekcję 0.25 docs dotyczącą ulepszeń, a także istotne problemy z GitHub GH18366 i GH26512 .

Z dokumentacji,

Aby obsługiwać agregację specyficzną dla kolumny z kontrolą nad nazwami kolumn wyjściowych, pandy akceptuje specjalną składnię w GroupBy.agg(), znaną jako „nazwane agregowanie”, gdzie

• Słowa kluczowe to nazwy kolumn wyjściowych
• Wartości to krotki, których pierwszym elementem jest kolumna do wybrania, a drugim elementem jest agregacja do zastosowania w tej kolumnie. Pandas dostarcza pandas.NamedAgg namedtuple z polami ['column', 'aggfunc'], aby lepiej zrozumieć, jakie są argumenty. Jak zwykle agregacja może być aliasem wywoływalnym lub ciągiem.

Możesz teraz przekazać krotkę za pomocą argumentów słów kluczowych. Krotki mają format (<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

Alternatywnie możesz użyć pd.NamedAgg(zasadniczo nazwanego tupli), co czyni rzeczy bardziej wyraźnymi.

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

W przypadku Series jest to jeszcze prostsze, wystarczy przekazać funkcję aggfunc do argumentu słowa kluczowego.

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       

Na koniec, jeśli nazwy kolumn nie są prawidłowymi identyfikatorami Pythona, użyj słownika z rozpakowywaniem:

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

Pandy <0,25

W nowszych wersjach pand prowadzących do 0,24, jeśli używasz słownika do określania nazw kolumn dla danych wyjściowych agregacji, otrzymasz 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

Używanie słownika do zmiany nazw kolumn jest przestarzałe w wersji 0.20. W nowszych wersjach pand można to określić prościej, przekazując listę krotek. Jeśli określasz funkcje w ten sposób, wszystkie funkcje dla tej kolumny muszą być określone jako krotki par (nazwa, funkcja).

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Lub,

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

            op1       op2
dummy                    
1      0.328953  0.032895

Czy coś takiego jak ta praca:

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