pandas groupby + apply的快速替代品？

pandas groupby + apply的快速替代品是pandas agg函数。agg函数可以在groupby操作后对分组数据进行聚合计算，相比于apply函数，agg函数更高效。

agg函数可以接受一个字典作为参数，字典的键表示要进行聚合计算的列名，值表示要应用的聚合函数。常见的聚合函数包括sum、mean、count、max、min等。

使用agg函数可以更简洁地实现对分组数据的聚合计算，提高代码的可读性和执行效率。

以下是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)

# 使用groupby + agg进行聚合计算
result = df.groupby(['A', 'B']).agg({'C': 'sum', 'D': 'mean'})
print(result)

输出结果为：

         C     D
A   B          
bar one   20  40.0
    two    4  40.0
foo one    9  50.0
    two   10  70.0

在这个例子中，我们对DataFrame按照'A'和'B'列进行分组，然后使用agg函数对'C'列进行求和，对'D'列进行均值计算。

推荐的腾讯云相关产品是TencentDB for MySQL，它是腾讯云提供的一种高性能、可扩展的云数据库服务。TencentDB for MySQL支持分布式集群架构，可以满足大规模数据存储和处理的需求。您可以通过以下链接了解更多关于TencentDB for MySQL的信息：TencentDB for MySQL产品介绍。