python - 使用 Pandas 聚合数据并保留表结构和列名的更好方法

Question

假设我有一个像下面这样的数据集

df = pd.DataFrame({'x1':['a','a','b','b'], 'x2':[True, True, True, False], 'x3':[1,1,1,1]})
df
  x1     x2  x3
0  a   True   1
1  a   True   1
2  b   True   1
3  b  False   1

我经常想执行分组聚合操作，我按多列分组并将多个函数应用于一列。此外，我通常不想要多索引、多级表。为了完成这个，我用了三行代码，这似乎太多了。

例如

bg = df.groupby(['x1', 'x2']).agg({'x3': {'my_sum':np.sum, 'my_mean':np.mean}})
bg.columns = bg.columns.droplevel(0)
bg.reset_index()

有没有更好的方法？不要提示，但我来自 R/data.table 背景，像这样的东西是一个很好的单行，比如

df[, list(my_sum=sum(x3), my_mean=mean(x3)), by=list(x1, x2)]

Answer 1

这个怎么样:

In [81]: bg = df.groupby(['x1', 'x2'], as_index=False)['x3'].agg({'my_sum':np.sum, 'my_mean':np.mean})

In [82]: print bg
  x1     x2  my_sum  my_mean
0  a   True       2        1
1  b  False       1        1
2  b   True       1        1