Python 熊猫：应用自定义聚合函数（不带groupby）

我们可以考虑对一个系列应用两种类型的函数：转换和聚合。他们在文件中对此进行了区分；变换映射序列中的单个值，而聚合以某种方式汇总整个序列（例如平均值）

很清楚如何使用

apply

应用转换，但我还没有成功实现自定义

聚合。请注意，不涉及
groupby
，聚合不需要
groupby

我正在处理以下情况：我有一个
系列
，其中每一行都是字符串列表。我可以聚合这些数据的一种方法是统计每个字符串的出现次数，并返回5个最常见的术语

def top_five_strings(series):
    counter = {}
    for row in series:
        for s in row:
            if s in counter:
                counter[s] += 1
            else:
                counter[s] = 1

    return sorted(s.items(), key=lambda x: x[1])[:5]

如果我把这个函数称为
top\u five\u strings（series）
，它工作得很好，就像我在数字序列上调用了
np.mean（series）
。但是，不同的是我也可以做
series.agg（np.mean）
并得到相同的结果。如果我使用
series.agg（最上面的五个字符串）
，我会得到序列中每一行的前五个字母（如果将单行作为函数的参数，这是有意义的）

我认为关键的区别在于，
np.mean
是一个NumPy
ufunc
，但我还没有弄清楚
\u aggregate
helper函数在源代码中是如何工作的

我还有两个问题：

1） 我可以通过将Python函数设置为
ufunc
来实现这一点吗（如果可以，如何实现）

2） 这是一件愚蠢的事吗？我还没发现有人想做这样的事。然而，在我看来，能够在Pandas框架内实现自定义聚合和自定义转换将是一件非常好的事情（例如，我得到了一个系列，可能需要使用
df.descripe
）