最初にgroupbyを呼び出さずにaggを呼び出す

Question

に似た機能がありますが、最初にgroupbyコールを必要としませんか？

たとえば、私はすでにaggマップが作成されていて、テーブル全体のマップを評価したいことがあります。

は、だから私は

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

へ

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

を変更したい私は現在、偽のキーを挿入し、その上で集約することで、これを行います。しかし、それはハックです。より良い方法がありますか？

Answer 1

UPDATE：コメントで提案されている@rootとして、それはnp.repeat(0, len(df))によってグループに簡単に、よりエレガントになります：

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答え：あなたが数値を持っていると仮定し

常に>= 0のインデックス：

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 

またはあなたのインデックスが持っていないと仮定して任意のNaNの

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 

あなたのインデックスがNaNの使用以下のトリックを持つことができる場合

：

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 

データ：

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