Python 熊猫数据框.Groupby.Agg'中的自定义列选择；词典

我在选择要插入Pandas.DataFrame.Groupby.agg中的列时遇到问题

下面是获取和准备数据的代码

#数据收集和库导入
从U数据读取器导入数据
作为pd进口熊猫
符号='AAPL'
来源='雅虎'
开始日期='2018-01-01'
结束日期='2019-04-24'
股票=数据。数据读取器（符号、来源、开始日期、结束日期）
新范围=pd.日期范围（start=“2018-1-1”，end=“2019-12-30”）
stock=stock.reindex（新范围）.fillna（方法='ffill'）.fillna（方法='bfill'））
股票['Day']=stock.index.weekday\u名称
股票['Month']=stock.index.Month_name（）
股票['Size']=股票['High'].适用（λx：如果x>175，则为“大”，否则为“小”）
股票['Other Size']=股票['Low'].适用（λx：如果x>175，则为“大”，否则为“小”）
股票。第二轮（2）
总库（10）

导致

到目前为止我所做的是

stock.groupby(['Day', 'Month']).agg(
    {
        'High' : [min, 'mean', max],
        'Low' : [min, 'mean', max],
        'Open' : 'mean',
        'Size' : lambda x: x.value_counts().index[0],
        # Other_non_numeric : lambda x: x.value_counts().index[1],
        # Other_columns : 'mean'
    }
).round(2)

导致

问题是:

如何包含其他非数字列

如何在字典中包含其他未确定的列，并将方法设置为“平均值”

1） 要确定列是否为数字，可以使用

2） 要查找其余的列，您可以使用

set（df.columns）

减去您在

groupby

中使用的列以及具有特定agg函数的列，例如

从pandas.api.types导入的

是\u数值\u数据类型
字段\u groupby=['Day'，'Month']
字段\u特定={
“高”：[最小值”、“平均值”、“最大值]，
“低”：[最小值”、“平均值”、“最大值]，
“开放”：“平均值”，
“大小”：lambda x:x.value_counts（）.索引[0]，
}
fields\u other=set（set（stock.columns）-set（fields\u groupby）-set（fields\u specific））
fields_agg_remaining={col:'mean'如果是数字类型（stock[col]），则lambda x:x.value_counts（）。字段中col的索引[1]

在这之后，将

字段集\u specific

和

字段集\u agg\u remaining

组合为agg字段列表

agg\u fields=剩余的字段
聚合字段。更新（特定字段）
stock.groupby（['Day'、'Month']）.agg（agg_字段）。四舍五入（2）

编辑：您可以将所有内容组合在一起，将它们放入dictionary参数中，例如：

stock.groupby（['Day'，'Month']）.agg(
{col:
[min'，mean'，max]如果列在['High'，'Low']else中
'mean'如果列在['Open']else中
lambda x:x.value_counts（）.如果列在['Size']else中，则索引[0]
“平均值”如果是数字类型（股票[col]）其他
lambda x:x.value_counts（）.set（set（stock.columns）-{'Day'，'Month'}中列的索引[1]
).轮（2）

我喜欢将列拆分为两个数据帧的方式。我的问题是，在dictionary参数中是否有任何可能的方法可以做到这一点？是或否，您需要Dict理解来处理dictionary参数中的动态键，请查看我编辑的答案