複数回呼び出す必要なしf1, f2に、2つの異なる集計関数を同じ列に適用するpandas組み込みの方法はありますか？df["returns"]agg()

データフレームの例：

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)
}) 

構文的には間違っていますが、直感的には正しい方法は次のとおりです。

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

もちろん、Pythonでは重複するキーは許可されていません。への入力を表現する他の方法はありますagg()か？おそらく、タプルのリストは[(column, function)]、同じ列に適用される複数の関数を許可するために、よりうまく機能しますか？しかしagg()、それは辞書しか受け入れないようです。

内部に両方の関数を適用するだけの補助関数を定義する以外に、これに対する回避策はありますか？（とにかく、これは集約でどのように機能しますか？）

関数をリストとして渡すだけです：

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

または辞書として：

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にgroupby.aggは、（1）複数の列の集計、および（2）列の複数の集計を指定するための新しい、より簡単な構文があります。したがって、パンダ> = 0.25に対してこれを行うには、次を使用します

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

または

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

パンダ> = 0.25：名前付き集約

パンダは、GroupBy.agg名前付き集計を指定するためのより直感的な構文を優先するように動作を変更しました。参照機能強化の0.25ドキュメントのセクションだけでなく、関連するGitHubの問題GH18366とGH26512を。

ドキュメントから、

出力列名を制御して列固有の集計をサポートするために、pandasはGroupBy.agg()「名前付き集計」と呼ばれるの特別な構文を受け入れます。

• キーワードは出力列名です
• 値は、最初の要素が選択する列であり、2番目の要素がその列に適用する集計であるタプルです。Pandasはpandas.NamedAggのnamedtupleにフィールド['column'、 'aggfunc']を提供し、引数を明確にします。通常のように、集計は呼び出し可能または文字列エイリアスにすることができます。

キーワード引数を介してタプルを渡すことができるようになりました。タプルはの形式に従います(<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

あるいは、pd.NamedAgg物事をより明確にする（本質的に名前付きタプル）を使用できます。

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

Seriesの場合はさらに簡単です。aggfuncをキーワード引数に渡すだけです。

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       

最後に、列名が有効なPython識別子ではない場合は、アンパックされた辞書を使用します。

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

パンダ<0.25

0.24までのパンダの最新バージョンでは、集計出力の列名を指定するために辞書を使用すると、次のようになります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

列の名前を変更するための辞書の使用はv0.20で廃止されました。より最近のバージョンのパンダでは、タプルのリストを渡すことでこれをより簡単に指定できます。この方法で関数を指定する場合、その列のすべての関数を（名前、関数）ペアのタプルとして指定する必要があります。

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

または、

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

            op1       op2
dummy                    
1      0.328953  0.032895

このようなものでしょうか：

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