pandas agg自定义

使用`pandas`的`agg`方法可以对DataFrame进行聚合操作，并且可以自定义聚合函数。

首先，你需要定义一个自定义的聚合函数，可以是一个已有的函数或者是一个匿名函数。然后，将该函数作为参数传递给`agg`方法。

以下是一个示例，展示如何使用自定义聚合函数：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': ['foo', 'bar', 'foo', 'bar', 'foo']}
df = pd.DataFrame(data)

# 定义一个自定义的聚合函数
def custom_agg(x):
    return x.max() - x.min()

# 使用自定义聚合函数对DataFrame进行聚合
result = df.groupby('C').agg(custom_agg)
print(result)

在上面的示例中，我们首先创建了一个包含'A'、'B'、'C'三列的DataFrame。然后，定义了一个名为`custom_agg`的自定义聚合函数，该函数计算传入的Series的最大值和最小值之差。最后，我们对DataFrame按照'C'列进行分组，然后使用`agg`方法传入自定义聚合函数进行聚合操作，得到了结果。

希望这个示例能帮到你！如果有更多问题，请随时提问。