먼저 groupby를 거치지 않고 통화하기

Question

과 비슷한 기능이 있습니까? 먼저 groupby 호출이 필요하지 않습니까?

예를 들어 나는 종종 agg 맵을 작성하고 전체 테이블에 대한 맵을 평가하려고합니다.

그래서 나는 그에서 집계 한 후 가짜 키를 삽입에 의해 나는 현재이 작업을 수행

data = data.groupby("key").agg({"foo1":"sum", "foo2":"mean"})

data = data.agg({"foo1":"sum", "foo2":"mean"})

에 변경하고 싶습니다. 그러나 그것은 해킹입니다. 더 좋은 방법이 있습니까?

Answer 1

UPDATE :은 코멘트에서 제안 @root, 그것은 np.repeat(0, len(df))에 의해 그룹에 더 쉽고 우아한 것 :

In [5]: df.groupby(np.repeat(0, len(df))).agg({'A':'sum', 'B':'mean', 'C':'min'}) 
Out[5]: 
     B A C 
0 42.9 484 21 

OLD 답 :

당신이 숫자를 가지고 있다고 가정을 항상 >= 0입니다 인덱스 :

In [139]: df.groupby(df.index >= 0, as_index=False).agg({'A':'sum', 'B':'mean', 'C':'min'}) 
Out[139]: 
    A  B C 
0 484 42.9 21 

또는 인덱스가없는 가정 어떤 NaN의

In [140]: df.groupby(df.index==df.index, as_index=False).agg({'A':'sum', 'B':'mean', 'C':'min'}) 
Out[140]: 
    A  B C 
0 484 42.9 21 

색인가 NaN의 사용 다음 트릭을 할 수있는 경우

:

In [160]: df.groupby(pd.notnull(df.index) | pd.isnull(df.index), as_index=False).agg({'A':'sum', 'B':'mean', 'C':'min'}) 
Out[160]: 
    A  B C 
0 484 42.9 21 

데이터 :

In [138]: df 
Out[138]: 
    A B C 
0 34 45 68 
1 71 62 61 
2 39 51 33 
3 38 62 27 
4 16 39 21 
5 94 41 41 
6 14 11 41 
7 76 40 29 
8 44 34 70 
9 58 44 68