如何用pandas groupby的agg函数对分组后的每个group进行操作

使用agg函数可以对分组后的每个group进行操作。agg函数可以接受一个字典作为参数，字典的key是要操作的列名，value是要对该列进行的操作，可以是内置函数（如sum、mean、count、max、min等），也可以是自定义函数。

示例代码：

import pandas as pd

df = pd.DataFrame({
    'Group': ['A', 'A', 'B', 'B', 'B'],
    'Value': [1, 2, 3, 4, 5]
})

result = df.groupby('Group').agg({'Value': ['sum', 'mean', 'count', 'max', 'min']})

print(result)

输出结果：

      Value                
        sum mean count max min
Group                         
A         3  1.5     2   2   1
B        12  4.0     3   5   3

在上面的代码中，我们首先创建了一个包含Group和Value两列的DataFrame。然后通过groupby函数将数据按Group列进行分组，再使用agg函数对分组后的每个group进行操作。在这个例子中，我们将Value列进行了sum、mean、count、max、min五种操作，最后将结果保存在一个新的DataFrame中，并输出结果。