Python 将不同的聚合函数分配给groupby中的不同要素

我有如下数据（我有100列，而不是4列）

导致

    age a   b   c
0   52  4   3   2
1   52  24  2   5
2   24  31  3   8
3   24  2   4   2
4   24  3   3   1

我想按年龄对数据进行分组，找出一些特征的平均值和剩余特征的总和。我试过这个：

feats = ['a', 'b']
df.groupby('age').agg({feats:['mean'], 'c':['sum']})

---

因为我在真实数据中有100个特征，所以我无法将函数（我有多个函数要分配：RMS、峰度、能量指数等）分配给单个特征（我可以，但这非常耗时且不明智）。有什么方法可以实现这一点吗？

使用字典理解

agg_d = {i:'mean' for i in feats}
agg_d['c'] = 'sum'

df.groupby('age').agg(agg_d)

输出：

      a         b   c
age                  
24   12  3.333333  11
52   14  2.500000   7

更新，您可以使用列表使用多个聚合函数：

agg_d = {i:['sum','max','first', lambda x: sum(x**2)] for i in feats}
agg_d['c'] = 'sum'

---

那么，在这100个特征中，有没有什么模式是你想要求和的，以及你想要的平均值？您可以使用字典理解和一些过滤逻辑来创建聚合字典。@ScottBoston我有传感器功能和事件代码。我想找出传感器特征的平均值和事件代码的总和。但是，字典是个好主意。我试试看。谢谢你。谢谢你和gig'em同事Aggie:）如果我有多个功能而不是一个，我该怎么办？@ArchDesai gig'em！你可以用一个列表来代替像这样的“平均值”

agg_d={i:['sum'，'max'，'first'，lambda x:x**2]for i in feats}

非常感谢你。这就是我要找的。我接受了答案。请编辑您对此的回答（对不起，我后来添加了多个有问题的函数）？@Scott Boston，在应用上述聚合时：

ValueError:必须生成聚合值

。也许应该是

agg_d={i:['sum'，'max'，'first'，lambda x:sum（x**2）]作为我的专长}

？@lpj。。。哎呀，你说得对。纠正得好。非常感谢。

agg_d = {i:['sum','max','first', lambda x: sum(x**2)] for i in feats}
agg_d['c'] = 'sum'