使用panda GroupBy.agg()对同一列进行多个聚合

是否有一种内置的方式来应用两个不同的聚合函数f1, f2到同一个列df["returns"]，而不必多次调用agg() ? 示例dataframe:

import pandas as pd
import datetime as dt

pd.np.random.seed(0)
df = pd.DataFrame({
         "date"    :  [dt.date(2012, x, 1) for x in range(1, 11)], 
         "returns" :  0.05 * np.random.randn(10), 
         "dummy"   :  np.repeat(1, 10)
}) 

语法上是错误的，但直觉上是正确的做法是:

# Assume `f1` and `f2` are defined for aggregating.
df.groupby("dummy").agg({"returns": f1, "returns": f2})

显然，Python不允许复制键。有没有其他方式来表示agg()的输入?也许元组列表[(列，函数)]工作得更好，允许多个函数应用到同一列?但是agg()似乎只接受字典。 除了定义一个辅助函数来应用它里面的两个函数，还有其他的方法吗?(这将如何与聚合一起工作呢?) 问题来源StackOverflow 地址：/questions/59380335/how-can-i-improve-this-pandas-data-transformation-to-be-more-efficient