python：对不同的列应用不同的聚合函数

我试图理解这个简单SQL语句的等价物是什么：

select mykey, sum(Field1) as sum_of_field1, avg(Field1) as avg_field1, min(field2) as min_field2
from df
group by mykey

我知道我可以将字典传递给agg（）函数：

  f = {'Field1':'sum',
         'Field2':['max','mean'],
         'Field3':['min','mean','count'],
         'Field4':'count'
         }

    grouped = df.groupby('mykey').agg(f)

但是，生成的列名似乎是由pandas自动选择的：

（'Field1'，'sum'）

等

是否有一种方法可以为列名传递字符串，这样字段就不是

（'Field1'，'sum'）

，而是我可以选择的内容，比如字段1的sum\u

谢谢。我在这里查看了文档：

---

但是找不到答案。

对于熊猫0.25，这是可能的

以前不推荐使用的版本如下所示：

---

例如，您可以将字典字典传递给

.agg

映射

{column:{name:aggfunc}}

In [46]: df.head()
Out[46]:
   Year  qtr  realgdp  realcons  realinvs  realgovt  realdpi  cpi_u      M1  \
0  1950    1   1610.5    1058.9     198.1     361.0   1186.1   70.6  110.20
1  1950    2   1658.8    1075.9     220.4     366.4   1178.1   71.4  111.75
2  1950    3   1723.0    1131.0     239.7     359.6   1196.5   73.2  112.95
3  1950    4   1753.9    1097.6     271.8     382.5   1210.0   74.9  113.93
4  1951    1   1773.5    1122.8     242.9     421.9   1207.9   77.3  115.08

   tbilrate  unemp      pop     infl  realint
0      1.12    6.4  149.461   0.0000   0.0000
1      1.17    5.6  150.260   4.5071  -3.3404
2      1.23    4.6  151.064   9.9590  -8.7290
3      1.35    4.2  151.871   9.1834  -7.8301
4      1.40    3.5  152.393  12.6160 -11.2160

In [47]: df.groupby('qtr').agg({"realgdp": {"mean_gdp": "mean", "std_gdp": "std"},
                                "unemp": {"mean_unemp": "mean"}})
Out[47]:
         realgdp                   unemp
        mean_gdp      std_gdp mean_unemp
qtr
1    4506.439216  2104.195963   5.694118
2    4546.043137  2121.824090   5.686275
3    4580.507843  2132.897955   5.662745
4    4617.592157  2158.132698   5.654902

---

结果列中有一个多索引。如果您不想使用外部级别，可以使用

.columns.droplevel（0）

我同意这有点令人沮丧，但我确实发现使用

重命名方法链接符合我的目的。另外，当它变得非常复杂时，我将只重置列名。这是一个不可更改的过程，因此您应该能够轻松地处理级别

基于熊猫

生成的聚合是根据函数本身命名的。如果
您需要重命名，然后可以为
像这样的系列

当一个函数有多个用途，并且您希望以不同的方式命名它时，这种删除级别并通过下划线连接不同级别的方法将有所帮助

如果您确实发现了sql语法清理器，那么有一个名为的库可以为您提供这种灵活性。
谢谢！超级有用！你应该把它添加到官方文档中（除非它已经在那里了，我没有找到它），它不在文档中，但是这里有一个问题要正确地记录它：如果你愿意的话，一个添加它的拉取请求会很好！这已经不可能了。Python现在发出一条警告：“不推荐使用带有重命名的dict，并将在将来的版本中删除”。为什么，哦，请有人解释一下为什么！！！！！！
In [46]: df.head()
Out[46]:
   Year  qtr  realgdp  realcons  realinvs  realgovt  realdpi  cpi_u      M1  \
0  1950    1   1610.5    1058.9     198.1     361.0   1186.1   70.6  110.20
1  1950    2   1658.8    1075.9     220.4     366.4   1178.1   71.4  111.75
2  1950    3   1723.0    1131.0     239.7     359.6   1196.5   73.2  112.95
3  1950    4   1753.9    1097.6     271.8     382.5   1210.0   74.9  113.93
4  1951    1   1773.5    1122.8     242.9     421.9   1207.9   77.3  115.08

   tbilrate  unemp      pop     infl  realint
0      1.12    6.4  149.461   0.0000   0.0000
1      1.17    5.6  150.260   4.5071  -3.3404
2      1.23    4.6  151.064   9.9590  -8.7290
3      1.35    4.2  151.871   9.1834  -7.8301
4      1.40    3.5  152.393  12.6160 -11.2160

In [47]: df.groupby('qtr').agg({"realgdp": {"mean_gdp": "mean", "std_gdp": "std"},
                                "unemp": {"mean_unemp": "mean"}})
Out[47]:
         realgdp                   unemp
        mean_gdp      std_gdp mean_unemp
qtr
1    4506.439216  2104.195963   5.694118
2    4546.043137  2121.824090   5.686275
3    4580.507843  2132.897955   5.662745
4    4617.592157  2158.132698   5.654902

In [67]: (grouped['C'].agg([np.sum, np.mean, np.std])
   ....:              .rename(columns={'sum': 'foo',
   ....:                               'mean': 'bar',
   ....:                               'std': 'baz'})
   ....: )
   ....: 
Out[67]: 
          foo       bar       baz
A                                
bar  0.392940  0.130980  0.181231
foo -1.796421 -0.359284  0.912265