Birden çok kez çağrı yapmak zorunda kalmadan f1, f2aynı sütuna iki farklı toplama işlevini uygulamanın yerleşik bir yolu var mı?df["returns"]agg()

Örnek veri çerçevesi:

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)
}) 

Sözdizimsel olarak yanlış, ancak sezgisel olarak doğru olan bunu yapmanın yolu şöyle olacaktır:

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

Açıkçası, Python yinelenen anahtarlara izin vermez. Girdiyi ifade etmenin başka bir yolu var mı agg()? Belki [(column, function)]birden fazla işlevin aynı sütuna uygulanmasına izin vermek için bir tuple listesi daha iyi çalışırdı ? Ama agg()sadece bir sözlüğü kabul ediyor gibi görünüyor.

Bunun için, içindeki her iki işlevi de uygulayan bir yardımcı işlevi tanımlamanın yanı sıra bir geçici çözüm var mı? (Bu, toplama ile nasıl çalışır?)

İşlevleri bir liste olarak kolayca aktarabilirsiniz:

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

veya sözlük olarak:

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; Pandalar groupby.agg, (1) birden çok sütunda toplamaları ve (2) bir sütunda birden çok kümeyi belirtmek için yeni ve daha kolay bir sözdizimine sahiptir. Bunu pandalar> = 0.25 için yapmak için şunu kullanın:

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

VEYA

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

           Mean       Sum
dummy                    
1      0.036901  0.369012

Pandalar> = 0.25: Adlandırılmış Toplama

Pandalar, GroupBy.aggadlandırılmış toplamaları belirlemek için daha sezgisel bir sözdizimi lehine davranışı değiştirdi . Geliştirmeler hakkındaki 0.25 dokümanlar bölümüne ve ilgili GitHub sorunları GH18366 ve GH26512'ye bakın .

Belgelerden,

Çıktı sütun adları üzerinde denetimle sütuna özgü toplamayı desteklemek için, pandalar GroupBy.agg()"adlandırılmış toplama" olarak bilinen özel sözdizimini kabul eder.

• Anahtar kelimeler çıktı sütun isimleridir
• Değerler, ilk öğesi seçilecek sütun ve ikinci öğe bu sütuna uygulanacak kümedir. Pandas, argümanların ne olduğunu daha net hale getirmek için pandas.NamedAgg adlı tuple'a ['sütun', 'aggfunc'] alanlarını sağlar. Her zaman olduğu gibi, toplama çağrılabilir veya dize takma adı olabilir.

Artık anahtar kelime argümanları aracılığıyla bir demeti iletebilirsiniz. Demetler, biçimini takip eder (<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

Alternatif olarak, pd.NamedAggişleri daha açık hale getiren (esasen adlandırılmış bir çift) kullanabilirsiniz .

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

Seri için daha da basittir, sadece agfunc'u bir anahtar kelime argümanına aktarın.

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       

Son olarak, sütun adlarınız geçerli python tanımlayıcıları değilse, paketi açarken bir sözlük kullanın:

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

Pandalar <0.25

0.24'e kadar çıkan pandaların daha yeni sürümlerinde, toplama çıktısı için sütun adlarını belirtmek için bir sözlük kullanıyorsanız, bir 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

Sütunları yeniden adlandırmak için sözlük kullanmak v0.20'de kullanımdan kaldırılmıştır. Pandaların daha yeni sürümlerinde, bu daha basit bir şekilde bir tuple listesi iletilerek belirlenebilir. İşlevler bu şekilde belirtiliyorsa, bu sütun için tüm işlevlerin (ad, işlev) çiftlerinin demetleri olarak belirtilmesi gerekir.

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

        returns          
            op1       op2
dummy                    
1      0.328953  0.032895

Veya,

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

            op1       op2
dummy                    
1      0.328953  0.032895

Bunun işe yarayacağı gibi bir şey:

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