Julia中分组列的多个摘要统计信息

我正在尝试下面的代码来与Julia（1.5.3）一起使用，它只是我正在尝试执行的操作的一种表示形式。

using DataFrames
using DataFramesMeta
using RDatasets

## setup
iris = dataset("datasets", "iris")
gdf = groupby(iris, :Species)

## Applying the split combine
## This code works fine
combine(gdf, nrow, (valuecols(gdf) .=> mean))

但是，当我尝试对多个摘要进行操作时，它会失败

 combine(gdf, nrow, (valuecols(gdf) .=> [mean, sum]))

错误：

错误：DimensionMismatch（“数组无法广播到相同的大小；获得了长度为4和2的尺寸”）

关于错误的小调试表明，如果我将代码更改为此：

combine(gdf, nrow, ([:SepalLength, :PetalLength] .=> [mean,sum]))
## This code works but its still not correct as it doesn't tell me the mean and sum of both the columns , rather mean for SepalLength and sum for PetalLength, which was expected as per previous error

对此进行了更多研究，我意识到，我们可以做类似的事情，这个结果是正确的，但是结果是长表格而不是宽表格。我原以为这将为我的问题提供答案，但似乎无法按预期进行。

 combine(gdf, ([:SepalWidth, :PetalWidth] .=>  x -> ([sum(x), mean(x)])))

 ## The code above works but output is 6x3 DataFrame, I was expecting 3x6 DataFrame

我的问题是：

有什么方法可以使用分割组合，从而获得如下所示的宽表（我使用“ do end”和“ combine”来生成它）。我对这个解决方案还可以，但是我需要在这里输入所有列，有没有什么办法可以让所有汇总统计信息（总和，中位数，均值等）作为合并中提供的所有列的列。我希望我的问题很清楚，请指出，如果重复或沟通不畅。谢谢

combine(gdf) do x
    return(sw_sum = sum(x.SepalWidth), 
           sw_mean = mean(x.SepalWidth), 
           sp_mean = mean(x.PetalWidth), 
           sp_sum = sum(x.PetalWidth)
          )
end



## My expected answer should be similar to this
#3×5 DataFrame
# Row │ Species     sw_sum   sw_mean  sp_mean  sp_sum
#     │ Cat…        Float64  Float64  Float64  Float64
#─────┼────────────────────────────────────────────────
#   1 │ setosa        171.4    3.428    0.246     12.3
#   2 │ versicolor    138.5    2.77     1.326     66.3
#   3 │ virginica     148.7    2.974    2.026    101.3

同样，这可行：

 combine(gdf, [:1] .=> [mean, sum, minimum, maximum,median])

但这并不会引发上述尺寸错误，仍然让我为之困惑：

combine(gdf, [:1, :2] .=> [mean, sum, minimum, maximum,median])