组合多个列pandas groupby

假设我有一只股票,我有一个minte的价格和数量数据框:

close   high    low open    symbol  timestamp   tradingDay  volume
0   116.02  116.02  116.02  116.02  AAPL    2017-01-03 04:03:00-05:00   
2017-01-03  200
1   116.14  116.14  116.14  116.14  AAPL    2017-01-03 04:06:00-05:00   
2017-01-03  100
2   116.15  116.24  116.12  116.14  AAPL    2017-01-03 04:07:00-05:00   
2017-01-03  1370
3   116.13  116.15  116.13  116.15  AAPL    2017-01-03 04:08:00-05:00   
2017-01-03  1100
4   116.15  116.15  116.15  116.15  AAPL    2017-01-03 04:09:00-05:00   
2017-01-03  100

(很抱歉格式化)

我想将这些结合到“vwap”(按体积加权的平均价格)中,这似乎很容易:

zoo= foo.groupby('tradingDay').agg( lambda x: x['close'].dot(x['volume'])/np.sum(x.volume))

但结果对象的列数与原始数据帧的列数相同(每列都相同,并且等于所需的vwap价格)。当然,人们可以选择一个随机的列,但这似乎是道德上的不纯和记忆的浪费。我大概错过了一些非常明显的东西,但是什么呢?