Apakah ada cara bawaan panda untuk menerapkan dua fungsi penggabungan yang berbeda f1, f2ke kolom yang sama df["returns"], tanpa harus memanggil agg()beberapa kali?

Contoh kerangka data:

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)
}) 

Salah secara sintaksis, tetapi secara intuitif benar, cara untuk melakukannya adalah:

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

Jelas, Python tidak mengizinkan kunci duplikat. Apakah ada cara lain untuk mengungkapkan masukan agg()? Mungkin daftar tupel [(column, function)]akan bekerja lebih baik, untuk memungkinkan beberapa fungsi diterapkan ke kolom yang sama? Tapi agg()sepertinya itu hanya menerima kamus.

Apakah ada solusi untuk ini selain mendefinisikan fungsi bantu yang hanya menerapkan kedua fungsi di dalamnya? (Bagaimana cara kerjanya dengan agregasi?)

Anda cukup meneruskan fungsi sebagai daftar:

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

atau sebagai kamus:

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.aggmemiliki sintaks baru yang lebih mudah untuk menentukan (1) agregasi di beberapa kolom, dan (2) beberapa agregasi di kolom. Jadi, untuk melakukan ini pada panda> = 0,25 , gunakan

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

ATAU

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Panda> = 0.25: Agregasi Bernama

Panda telah mengubah perilaku yang GroupBy.aggmendukung sintaks yang lebih intuitif untuk menentukan agregasi bernama. Lihat bagian dokumen 0.25 tentang Penyempurnaan serta masalah GitHub yang relevan GH18366 dan GH26512 .

Dari dokumentasi,

Untuk mendukung agregasi khusus kolom dengan kontrol atas nama kolom keluaran, panda menerima sintaks khusus dalam GroupBy.agg(), yang dikenal sebagai "agregasi bernama", di mana

• Kata kunci adalah nama kolom keluaran
• Nilainya adalah tupel yang elemen pertamanya adalah kolom untuk dipilih dan elemen kedua adalah agregasi untuk diterapkan ke kolom tersebut. Pandas menyediakan pandas.NamedAgg bernamatuple dengan kolom ['column', 'aggfunc'] untuk memperjelas argumennya. Seperti biasa, agregasi dapat berupa callable atau alias string.

Anda sekarang dapat mengirimkan tupel melalui argumen kata kunci. Tupel mengikuti 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

Sebagai alternatif, Anda dapat menggunakan pd.NamedAgg(pada dasarnya bernamauple) yang membuat segalanya lebih eksplisit.

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

Bahkan lebih sederhana untuk Seri, cukup teruskan aggfunc ke argumen kata kunci.

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       

Terakhir, jika nama kolom Anda bukan pengenal python yang valid, gunakan kamus dengan membongkar:

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

Panda <0,25

Dalam versi panda yang lebih baru yang mengarah ke 0,24, jika menggunakan kamus untuk menentukan nama kolom untuk keluaran agregasi, Anda akan mendapatkan 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

Menggunakan kamus untuk mengganti nama kolom sudah tidak digunakan lagi di v0.20. Pada versi panda yang lebih baru, ini dapat ditentukan secara lebih sederhana dengan meneruskan daftar tupel. Jika menentukan fungsi dengan cara ini, semua fungsi untuk kolom itu perlu ditetapkan sebagai tupel dari pasangan (nama, fungsi).

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Atau,

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

            op1       op2
dummy                    
1      0.328953  0.032895

Apakah sesuatu seperti ini berhasil:

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