Có cách nào được tích hợp sẵn cho gấu trúc để áp dụng hai hàm tổng hợp khác nhau f1, f2cho cùng một cột df["returns"]mà không cần phải gọi agg()nhiều lần không?

Khung dữ liệu mẫu:

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)
}) 

Cách làm sai về mặt cú pháp nhưng đúng về mặt trực giác, sẽ là:

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

Rõ ràng, Python không cho phép các khóa trùng lặp. Có cách nào khác để thể hiện đầu vào agg()không? Có lẽ một danh sách các bộ giá trị [(column, function)]sẽ hoạt động tốt hơn, để cho phép nhiều hàm được áp dụng cho cùng một cột? Nhưng agg()có vẻ như nó chỉ chấp nhận một từ điển.

Có giải pháp nào cho việc này ngoài việc xác định một chức năng phụ trợ chỉ áp dụng cả hai chức năng bên trong của nó không? (Dù sao thì điều này sẽ hoạt động với tổng hợp?)

Bạn chỉ cần chuyển các hàm dưới dạng danh sách:

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

hoặc như một từ điển:

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.aggcó một cú pháp mới, dễ dàng hơn để chỉ định (1) tổng hợp trên nhiều cột và (2) nhiều tổng hợp trên một cột. Vì vậy, để làm điều này cho gấu trúc> = 0,25 , hãy sử dụng

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

HOẶC LÀ

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Gấu trúc> = 0,25: Tổ hợp được đặt tên

Pandas đã thay đổi hành vi GroupBy.aggủng hộ một cú pháp trực quan hơn để chỉ định các tập hợp được đặt tên. Xem phần 0,25 tài liệu về Cải tiến cũng như các vấn đề GitHub có liên quan GH18366 và GH26512 .

Từ tài liệu,

Để hỗ trợ tổng hợp theo từng cột cụ thể với quyền kiểm soát tên cột đầu ra, gấu trúc chấp nhận cú pháp đặc biệt trong GroupBy.agg(), được gọi là "tập hợp được đặt tên", trong đó

• Các từ khóa là tên cột đầu ra
• Các giá trị là các bộ giá trị có phần tử đầu tiên là cột để chọn và phần tử thứ hai là tập hợp để áp dụng cho cột đó. Pandas cung cấp cho pandas.NamedAgg nametuple với các trường ['column', 'aggfunc'] để làm rõ ràng hơn đối số là gì. Như thường lệ, tập hợp có thể là một bí danh có thể gọi hoặc một chuỗi.

Bây giờ bạn có thể chuyển một tuple thông qua các đối số từ khóa. Các bộ giá trị tuân theo định dạng của (<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

Ngoài ra, bạn có thể sử dụng pd.NamedAgg(về cơ bản là một tập hợp có tên) để làm cho mọi thứ rõ ràng hơn.

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

Nó thậm chí còn đơn giản hơn đối với Series, chỉ cần chuyển aggfunc vào một đối số từ khóa.

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       

Cuối cùng, nếu tên cột của bạn không phải là số nhận dạng python hợp lệ, hãy sử dụng từ điển với việc giải nén:

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

Gấu trúc <0,25

Trong các phiên bản gần đây hơn của gấu trúc dẫn đến 0,24, nếu sử dụng từ điển để chỉ định tên cột cho kết quả tổng hợp, bạn sẽ nhận được 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

Việc sử dụng từ điển để đổi tên cột không được dùng trong v0.20. Trên các phiên bản gấu trúc gần đây hơn, điều này có thể được chỉ định đơn giản hơn bằng cách chuyển một danh sách các bộ giá trị. Nếu chỉ định các hàm theo cách này, tất cả các hàm cho cột đó cần phải được chỉ định dưới dạng bộ giá trị của các cặp (tên, hàm).

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Hoặc là,

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

            op1       op2
dummy                    
1      0.328953  0.032895

Có công việc nào như vầy không:

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