使用dictionary argumen将kwargs添加到apply语句

Question

我有下面的数据帧，我正试图通过groupby（）.agg（）中的dictionary参数从中获得多个聚合

>>> apply_dict
{'Amount': ['sum', 'std'], 'TransactionDate': ['min']}
>>> df
  Account  Amount TransactionDate
0       A      10      10-20-2018
1       A      20      10-21-2018
>>> df.groupby('Account').agg(apply_dict)
        Amount           TransactionDate
           sum       std             min
Account                                 
A           30  7.071068      10-20-2018

但是，标准偏差报告为样本标准偏差，但我想获得总体标准偏差在使用字典时是否可以提供kwarg to agg（）？尝试下面的调用返回与上面相同的数据帧：

>>> df.groupby('Account').agg(apply_dict, ddof=0)
        Amount           TransactionDate
           sum       std             min
Account                                 
A           30  7.071068      10-20-2018

谢谢

Answer 1

是的，只需通过lambda指定

apply_dict = {'Amount': ['sum', ('std', lambda s: s.std(ddof=0))], 
              'TransactionDate': ['min']}

        Amount     TransactionDate
           sum std             min
Account                           
A           30   5      10-20-2018