groupby agg

在使用groupby和agg函数时，可以对分组后的数据进行聚合操作。可以通过字典来构建聚合操作的方式，例如使用num_agg={'Age':\['min','mean','max'\]}来对年龄进行最小值、平均值和最大值的计算。可以使用df.groupby('Country').agg(num_agg)来实现对国家进行分组并进行聚合操作。\[1\]

此外，还可以使用agg()方法对不同的列使用不同的聚合计算，并且还可以自定义聚合函数。例如，可以使用df.groupby('key1').agg({'Data1':\['min','max'\], 'Data2':'sum', 'key2':\['count',collect_data\]})来对key1进行分组，并对Data1列计算最小值和最大值，对Data2列进行求和，对key2列进行计数，并自定义一个collect_data函数来将key2列的数据转换为列表。\[2\]

另外，还可以使用多个分组变量，并通过unstack方法进行结果重塑。例如，可以使用means = df\['data1'\].groupby(\[df\['key1'\],df\['key2'\]\]).mean()来对key1和key2进行分组，并计算data1列的平均值，然后使用unstack方法对结果进行重塑。\[3\]
#### 引用[.reference_title]
- *1* *3* [python3 语法小记（八）groupby函数，agg函数](https://blog.csdn.net/guoyang768/article/details/86174960)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [Pandas中的GroupBy分组及agg()分组聚合](https://blog.csdn.net/yeshang_lady/article/details/102488971)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]