大数据培训：对某列数据应用不同的函数

　　假设现在产生另外一个需求，不仅需要求出每组数据的极差，还需要计算出每组数据的和，即对一列数据使用两种不同的函数。这时，可以将两个函数的名称放在列表中，之后在调用agg()方法聚合时作为参数传入即可，具体示例代码如下。

In [21]:  # 对一列数据用两种函数聚合
          data_group.agg([range_data_group, sum])
Out [21]:           a                    b ...   e                f
     range_data_group sum range_data_group ... sum range_data_group sum
key
a                   12  18              12 ...  30               12  33
b                   12  72              12 ...  84               12  87
 [2 rows x 12 columns]

　　从输出的结果可以看出，生成的DataFrame对象具有两层列索引，每个外层列索引包含两个内层列索引，分别以函数的名称range_data_group和sum命名。

　　虽然每一列可以应用不同的函数，但是结果并不能很直观地辨别出每个函数代表的含义。Pandas的设计者已经考虑到这一点，为了能更好地反映出每列对应的数据的信息，可以使用“(name,function)”元组将function(函数名)替换为name(自定义名称)。下面，在上述示例中进一步优化内层索引的名称，具体代码如下。

In [22]: data_group.agg([(“极差” , range_data_group), (“和” , sum)])
Out[22]:
          a        b         c         d         e         f
      极差 和  极差  和  极差  和  极差  和  极差  和  极差  和
key
a       12 18  12 21    12 24  12  27  12   30  12  33
b       12 72  12 75    12 78  12  81  12   84  12  87

　　从输出的结果可以看出，函数名经过重命名以后，可以很清晰直观地找到每组数据的极差值以及总和。