age_uniqlo1 = uniqlo[~uniqlo['age_group'].isin(['Unkown'])].groupby(['age_group','channel'])['customer'].sum().reset_index()

这段代码的作用是对 `uniqlo` 数据框进行处理，得到按照 `age_group` 和 `channel` 分组后的 `customer` 列的求和结果。

具体步骤如下：

1. `~uniqlo['age_group'].isin(['Unknown'])`：这部分代码用于过滤掉 `age_group` 列中取值为 `'Unknown'` 的行。`isin(['Unknown'])` 返回一个布尔型的 Series，表示每一行是否包含 `'Unknown'`。在使用 `~` 进行取反操作后，得到一个布尔型的 Series，表示每一行是否不包含 `'Unknown'`。
2. `uniqlo[~uniqlo['age_group'].isin(['Unknown'])]`：将上一步得到的布尔型 Series 作为索引，对 `uniqlo` 进行过滤，只保留那些 `'age_group'` 不为 `'Unknown'` 的行。
3. `.groupby(['age_group', 'channel'])['customer'].sum()`：对过滤后的数据进行分组，按照 `age_group` 和 `channel` 进行分组，并对 `customer` 列进行求和。
4. `.reset_index()`：对分组后的结果进行重置索引，将分组的列变为普通的列。

最终，`age_uniqlo1` 是一个包含 `'age_group'`、`'channel'` 和 `'customer'` 列的数据框，其中 `'customer'` 列表示按照 `age_group` 和 `channel` 分组后的 `customer` 列的求和结果。