在 pandas 聚合函数中创建多个列答案

【问题标题】：Create multiple columns in pandas aggregation function在 pandas 聚合函数中创建多个列
【发布时间】：2013-01-31 13:40:18
【问题描述】：

我想创建多个列，同时像内置的 ohlc 方法一样重新采样 pandas DataFrame。

def mhl(data):
    return pandas.Series([np.mean(data),np.max(data),np.min(data)],index = ['mean','high','low'])

ts.resample('30Min',how=mhl)

死于

Exception: Must produce aggregated value

有什么建议吗？谢谢！

【问题讨论】：

标签： python pandas time-series

【解决方案1】：

您可以将函数字典传递给resample 方法：

In [35]: ts
Out[35]:
2013-01-01 00:00:00     0
2013-01-01 00:15:00     1
2013-01-01 00:30:00     2
2013-01-01 00:45:00     3
2013-01-01 01:00:00     4
2013-01-01 01:15:00     5
...
2013-01-01 23:00:00    92
2013-01-01 23:15:00    93
2013-01-01 23:30:00    94
2013-01-01 23:45:00    95
2013-01-02 00:00:00    96
Freq: 15T, Length: 97

创建一个函数字典：

mhl = {'m':np.mean, 'h':np.max, 'l':np.min}

将字典传递给resample的how参数：

In [36]: ts.resample("30Min", how=mhl)
Out[36]:
                      h     m   l
2013-01-01 00:00:00   1   0.5   0
2013-01-01 00:30:00   3   2.5   2
2013-01-01 01:00:00   5   4.5   4
2013-01-01 01:30:00   7   6.5   6
2013-01-01 02:00:00   9   8.5   8
2013-01-01 02:30:00  11  10.5  10
2013-01-01 03:00:00  13  12.5  12
2013-01-01 03:30:00  15  14.5  14

【讨论】：

使用"mean" 比使用np.mean 快大约10 倍。 'min' and 'max' 也是如此
有没有办法为大多数列指定默认值（例如，sum 而不是mean），然后覆盖单个列的方法？
巧妙的技巧：您甚至可以传递函数字典的字典（用于列），如下所示：mhl = {'data_column_1': {'resultA': np.mean, 'resultB': max}, 'data_column_2': {'resultC': min, 'resultD': sum}}