PANDASS agg功能，可在多个色谱柱上进行操作

Question

如果我们能用pandas.core.groupby.DataFrameGroupBy.agg函数对多个列进行算术运算。例如：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.arange(15).reshape(5, 3))
df['C'] = [0, 0, 2, 2, 5]
print(df.groupby('C').mean()[0] - df.groupby('C').mean()[1])
print(df.groupby('C').agg({0: 'mean', 1: 'sum', 2: 'nunique', 'C': 'mean0-mean1'}))

我们是否有可能收到这样的结果：按列“C”分组的列0和列1的平均值之间的差异？ 测向

^{pr2}$

群体差异

^{3}$

我对不使用agg方法的解决方案不感兴趣。我只好奇agg方法是否可以将多个列作为参数，然后对它们执行一些操作，以便在作业完成后返回一列。在

Answer 1

IIUC：

In [12]: df.groupby('C').mean().diff(axis=1)
Out[12]:
    0    1    2
C
0 NaN  1.0  1.0
2 NaN  1.0  1.0
5 NaN  1.0  1.0

或者

^{pr2}$