使用熊猫对系列进行多次聚合

Question

我终于决定摆脱

FutureWarning: using a dict on a Series for aggregation
is deprecated and will be removed in a future version

在对熊猫系列进行聚合时收到的弃用警告。

问题

这里有一些虚拟数据：

df = pd.DataFrame(
    [["foo", 10, 1],
     ["foo", 20, 1],
     ["foo", 30, 1],
     ["bar", 1, 1], 
     ["bar", 2, 1]], 
    columns=["cat", "val", "val2"]
)

我的目标是在分组后的Wow Mean列上获得两个聚合---平均值为Wow Max和最大值为val-由cat。

在以前的版本中，我曾经这样做：

df.groupby("cat")["val"].agg({"Wow Mean": "mean", "Wow Max": "max"})

但这会发出上述警告。

可能的解决方案

以下所有内容返回正确的结果 警告：

# Rather similar but considered unstable 
# https://stackoverflow.com/questions/44635626/rename-result-columns-from-pandas-aggregation-futurewarning-using-a-dict-with?answertab=oldest#comment88678191_50697003
df.groupby("cat").agg({"val": [("Wow Mean", "mean"), ("Wow Max", "max")]})

# Much more cumbersome
df.groupby("cat")["val"].agg(["mean", "max"]).rename({"mean": "Wow Mean", "max": "Wow Max"}, axis=1)

# Yet more cumbersome (and working only with version 0.25+) [*]:
df.groupby('cat')["val"].agg(**{'Wow mean':pd.NamedAgg('Is it mean?','mean'), 'Wow max':pd.NamedAgg('Maxmin','max')})

建议使用here的替代方案[*]。

最后，我认为：

df.groupby("cat")['val'].agg(Mean='mean', Max='max')

应该可以，但不能。此外，在这种方法中，结果列的名称只能是有效的python名称，因此对我的目标没有太大帮助。

问题

那么实现我提到的目标的最佳/正确/ Pythonic / Pandaic方法是什么？