是否有一种内置方法可以将两个不同的聚合函数f1、f2应用于同一列df["；returns"；]，而无需多次调用agg（）
数据帧示例：
将熊猫作为pd导入
将日期时间导入为dt
将numpy作为np导入
pd.np.随机种子（0）
df=pd.DataFrame({
&日期：【范围（1，11）内x的日期（2012，x，1）】，
&“返回”：0.05*np.randn.randn（10），
&“假人”：名词重复（1，10）
})
语法上错误，但直觉上正确的做法是：
#假设为聚合定义了'f1'和'f2'。
df.groupby（"；dummy"；）.agg（{quot；returns"；：f1，"；returns"；：f2}）
显然，Python不允许重复键。是否有其他方式来表达对agg（）的输入？也许元组列表[（列，函数）]可以更好地工作，允许对同一列应用多个函数？但是agg（）似乎只接受字典
除了定义一个只应用其中两个函数的辅助函数外，还有其他解决方法吗？（无论如何，这对聚合是如何工作的？）
您只需将函数作为列表传递：
[20]on
：df.groupby（“dummy”）.agg（{“returns”：[np.mean，np.sum]}）
Output[20]：
平均和
笨蛋
1 0.036901 0.369012
或作为字典：
[21]on
：df.groupby（'dummy'）.agg（{'returns'：
{'Mean'：np.Mean，'Sum'：np.Sum}）
Output[21]：
返回
平均和
笨蛋
1 0.036901 0.369012