Python 在数据集上应用内置和自定义创建的函数

我有不同列的销售数据。数据为数据帧类型。对我的数据应用自定义函数，并按相同类别组合所有数据。不幸的是，我不能在此发布数据集，但我有如下示例数据：

     item  value
0   Item A  59
1   Item B  95
2   Item B  82
3   Item C  40
4   Item A  11

item    sum   verify

Item A   70     70
Item B   177    177
Item C   40     40

现在我想创建一个函数，并将该函数应用于数据。这是我的密码

sum_all = {}
def verify(items , col):
    for i,v in items,col:
        if i == 'item A':
            sum_all[i] += v
            # and so on
            # At the end of this function
    return sum_all

我想对我的数据函数一个将内置和函数，第二个是验证在同一时间。结果如下所示：

     item  value
0   Item A  59
1   Item B  95
2   Item B  82
3   Item C  40
4   Item A  11

item    sum   verify

Item A   70     70
Item B   177    177
Item C   40     40

---

考虑到这不是我的真实数据，这是非常类似于我的虚拟数据。我也在stack overflow上搜索了它，我发现很少有好的解决方案，但它们并没有完全起到我想要的作用。我也对那些帖子发表了评论，但还没有得到回复。如果您能提供帮助，我将不胜感激。

我想您谈论的是groupby和agg功能。据我所知，这是最好的，你可以试试这段代码

df = pd.DataFrame([['Item A',59],['Item B',95],['Item B',82],['Item C',40],['Item A',11]], columns=['item','value'])

# If using Python3
from functools import reduce

def verify(series):
       return reduce(lambda x, y: x + y, series)

df.groupby('item').agg({'value': ['sum', verify]})

---

这很有效。但我会等待一段时间来探索其他人的解决方案。谢谢