如何遍历数据框列表以聚合数据并创建新列

Question

最初，我有一个大数据框，需要根据唯一的标识符进行拆分。为了有效地做到这一点，我将其变成了一个列表，并按唯一标识符（“桶”）分组

bucket = profile[['Bucket','ACQUISITION_YEAR_MONTH','CAP_WITH_BUFFER']]
dfs = dict(tuple(bucket.groupby(bucket['Bucket'])))

此列表中现在有27个数据帧。对于27个数据帧中的每个数据帧，我需要按“ ACQUISITION_YEAR_MONTH”汇总数据以获取平均“ CAP_WITH_BUFFER”。从那里，我计算波动率并创建一些新字段。我可以通过以下方式手动执行此操作：

bucket1=dfs[1].groupby(['ACQUISITION_YEAR_MONTH']).agg(
    {
         'CAP_WITH_BUFFER': "mean"
    }
)

bucket1['ewma'] = bucket1['CAP_WITH_BUFFER'].ewm(alpha=.94).mean()
bucket1['EWMA_vol']=np.sqrt(bucket1['ewma'])
bucket1['scaled_returns']=bucket1['CAP_WITH_BUFFER'] * (bucket1['EWMA_vol'].iloc[-1]/bucket1['EWMA_vol'])

我正在尝试使用for循环在整个列表dfs上执行上述操作，但是当我运行以下代码时，出现错误“ TypeError：'DataFrame'对象不可调用”

for i in dfs:
    bucket()[i] = dfs[i].groupby(['ACQUISITION_YEAR_MONTH']).agg(
    {
         'CAP_WITH_BUFFER': "mean"
    }
)

我想为每个聚合存储桶创建一个新的数据框，相应地命名它，然后以迭代的方式创建字段，但是很麻烦。我是Python的新手，所以将不胜感激。