可以在pandas中应用split-apply-combine增加维度吗？

Question

在pandas documentation中，它表示应用步骤可以是聚合，转换或过滤。类似于尺寸减小的聚合和尺寸不变的变换，有没有办法应用尺寸增加？

例如，有没有一种方法可以同时应用几种标准化方法（z-score，quantile等），而不是仅使用z-score来标准化（文档中的转换示例）？

编辑：

感谢有关意见和灵活应用的意见。

我想知道灵活应用的灵活性如何？请参阅以下摘录，摘自灵活申请documentation：

In [119]: grouped = df.groupby('A')['C']

In [120]: def f(group):
   .....:     return pd.DataFrame({'original' : group,
   .....:                          'demeaned' : group - group.mean()})
   .....: 

In [121]: grouped.apply(f)// this works, but df.groupby("A").apply(f) does not

没有groupby（），但在flexible apply documentation，

中密切相关并提及

  

应用于系列可以对应用的返回值进行操作   函数，它本身就是一个系列，并可能将结果转发给a   数据帧

如果应用函数的返回值本身就是一个数据帧，那么使用multiindex的数据帧的“upcast”可以自动发生吗？

同样，agg（）的灵活性如何？在documentation的示例中，函数agg（）看起来像是一系列并返回一个值。