如何将pd.namedagh替换为符合pandas 0.24.2的代码？

您好，我不得不将Pandas Version降级为“0.24.2”

因此，无法再识别函数pd.namedagh

import pandas as pd
import numpy as np

agg_cols = ['A', 'B', 'C']
agg_df = df.groupby(agg_cols).agg(
    max_foo=pd.NamedAgg(column='Foo', aggfunc=np.max),
    min_foo=pd.NamedAgg(column='Foo', aggfunc=np.min)
).reset_index()

你能帮我修改我的代码，使其与版本0.24.2兼容吗

非常感谢。

示例：

agg_df = df.groupby(agg_cols)['Foo'].agg(
    [('max_foo', np.max),('min_foo', np.min)]
).reset_index()



df = pd.DataFrame({
        'A':list('a')*6,
         'B':[4,5,4,5,5,4],
         'C':[7]*6,
         'Foo':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

agg_cols = ['A', 'B', 'C']
agg_df = df.groupby(agg_cols).agg(
    max_foo=pd.NamedAgg(column='Foo', aggfunc=np.max),
    min_foo=pd.NamedAgg(column='Foo', aggfunc=np.min)
).reset_index()
print (agg_df)
   A  B  C  max_foo  min_foo
0  a  4  7        5        0
1  a  5  7        7        1

因为只有一列

Foo

用于处理，所以在

groupby

之后添加列

Foo

，并使用聚合函数传递具有新列名称的元组：

agg_df = df.groupby(agg_cols)['Foo'].agg(
    [('max_foo', np.max),('min_foo', np.min)]
).reset_index()
print (agg_df)
   A  B  C  max_foo  min_foo
0  a  4  7        5        0
1  a  5  7        7        1

agg_df = df.groupby(agg_cols).agg({'Foo':['max', 'min']})
agg_df.columns = [f'{b}_{a}' for a, b in agg_df.columns]
agg_df = agg_df.reset_index()
print (agg_df)
   A  B  C  max_foo  min_foo
0  a  4  7        5        0
1  a  5  7        7        1

另一个想法是聚合函数列表的传递字典：

agg_df = df.groupby(agg_cols)['Foo'].agg(
    [('max_foo', np.max),('min_foo', np.min)]
).reset_index()
print (agg_df)
   A  B  C  max_foo  min_foo
0  a  4  7        5        0
1  a  5  7        7        1

agg_df = df.groupby(agg_cols).agg({'Foo':['max', 'min']})
agg_df.columns = [f'{b}_{a}' for a, b in agg_df.columns]
agg_df = agg_df.reset_index()
print (agg_df)
   A  B  C  max_foo  min_foo
0  a  4  7        5        0
1  a  5  7        7        1