Gibt es eine integrierte Pandas-Methode, um zwei verschiedene Aggregationsfunktionen f1, f2auf dieselbe Spalte anzuwenden df["returns"], ohne agg()mehrmals aufrufen zu müssen ?

Beispieldatenrahmen:

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)
}) 

Der syntaktisch falsche, aber intuitiv richtige Weg wäre:

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

Offensichtlich erlaubt Python keine doppelten Schlüssel. Gibt es eine andere Art und Weise zum Ausdrücken des Eingangs agg()? Vielleicht würde eine Liste von Tupeln [(column, function)]besser funktionieren, um mehrere Funktionen auf dieselbe Spalte anzuwenden? Aber es agg()scheint, als würde es nur ein Wörterbuch akzeptieren.

Gibt es dafür eine Problemumgehung, außer eine Hilfsfunktion zu definieren, die nur beide darin enthaltenen Funktionen anwendet? (Wie würde das überhaupt mit Aggregation funktionieren?)

Sie können die Funktionen einfach als Liste übergeben:

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

oder als Wörterbuch:

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.aggverfügt über eine neue, einfachere Syntax zum Festlegen von (1) Aggregationen in mehreren Spalten und (2) mehreren Aggregationen in einer Spalte. Um dies für Pandas> = 0,25 zu tun , verwenden Sie

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

ODER

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Pandas> = 0,25: Benannte Aggregation

Pandas hat das Verhalten GroupBy.aggzugunsten einer intuitiveren Syntax für die Angabe benannter Aggregationen geändert . Weitere Informationen finden Sie im Abschnitt zu den 0,25-Dokumenten zu Verbesserungen sowie zu den relevanten GitHub-Problemen GH18366 und GH26512 .

Aus der Dokumentation,

Um die spaltenspezifische Aggregation mit Kontrolle über die Namen der Ausgabespalten zu unterstützen, akzeptiert pandas die spezielle Syntax in GroupBy.agg(), die als "benannte Aggregation" bezeichnet wird

• Die Schlüsselwörter sind die Namen der Ausgabespalten
• Die Werte sind Tupel, deren erstes Element die auszuwählende Spalte und das zweite Element die auf diese Spalte anzuwendende Aggregation ist. Pandas stellt dem pandas.NamedAgg namedtuple die Felder ['column', 'aggfunc'] zur Verfügung, um die Argumente klarer zu machen. Wie üblich kann die Aggregation ein aufrufbarer oder ein String-Alias ​​sein.

Sie können jetzt ein Tupel über Schlüsselwortargumente übergeben. Die Tupel folgen dem Format von (<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

Alternativ können Sie pd.NamedAgg(im Wesentlichen ein benanntes Tupel) verwenden, um die Dinge expliziter zu machen.

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

Für Serien ist es noch einfacher. Übergeben Sie die aggfunc einfach an ein Schlüsselwortargument.

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       

Wenn Ihre Spaltennamen keine gültigen Python-IDs sind, verwenden Sie ein Wörterbuch mit dem Entpacken:

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

Pandas <0,25

Wenn Sie in neueren Versionen von Pandas bis zu 0,24 ein Wörterbuch zum Festlegen von Spaltennamen für die Aggregationsausgabe verwenden, erhalten Sie Folgendes 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

Die Verwendung eines Wörterbuchs zum Umbenennen von Spalten ist in Version 0.20 veraltet. Bei neueren Versionen von Pandas kann dies einfacher angegeben werden, indem eine Liste von Tupeln übergeben wird. Wenn Sie die Funktionen auf diese Weise angeben , müssen alle Funktionen für diese Spalte als Tupel von (Name, Funktion) Paaren angegeben werden.

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Oder,

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

            op1       op2
dummy                    
1      0.328953  0.032895

Würde so etwas funktionieren:

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