帮我写一个streamlit上传excel,csv文件的代码，上传后用aggrid写出展示代码，同时，按不同列用多选框选择指标进行分组后汇总分析，并将分组分析结果下载出相应下载代码

好的，我可以回答这个问题。以下是代码示例：

import streamlit as st
import pandas as pd
import numpy as np
import base64

# 设置页面标题
st.set_page_config(page_title="Excel/CSV 文件上传和分析", page_icon=":bar_chart:")

# 定义函数，用于下载文件
def download_file(df, filename):
    csv = df.to_csv(index=False)
    b64 = base64.b64encode(csv.encode()).decode()
    href = f'<a href="data:file/csv;base64,{b64}" download="{filename}">下载 {filename}</a>'
    return href

# 定义函数，用于展示数据
def show_data(df):
    st.write(df)

# 定义函数，用于分组分析
def group_analysis(df, group_cols, agg_func):
    grouped = df.groupby(group_cols).agg(agg_func)
    return grouped

# 定义函数，用于展示分组分析结果
def show_grouped_data(df):
    st.write(df)

# 定义函数，用于上传文件
def upload_file():
    uploaded_file = st.file_uploader("上传 Excel/CSV 文件", type=["xlsx", "csv"])
    if uploaded_file is not None:
        try:
            df = pd.read_excel(uploaded_file) if uploaded_file.name.endswith('xlsx') else pd.read_csv(uploaded_file)
            return df
        except Exception as e:
            st.write("上传文件出错：", e)
    return None

# 主程序
def main():
    st.title("Excel/CSV 文件上传和分析")

    # 上传文件
    df = upload_file()
    if df is None:
        return

    # 展示数据
    st.subheader("原始数据")
    show_data(df)

    # 选择分组列和聚合函数
    st.subheader("分组分析")
    group_cols = st.multiselect("选择分组列", df.columns)
    agg_func = st.selectbox("选择聚合函数", ["sum", "mean", "count", "max", "min"])

    # 分组分析
    if len(group_cols) > 0:
        grouped = group_analysis(df, group_cols, agg_func)
        st.subheader("分组分析结果")
        show_grouped_data(grouped)

        # 下载分组分析结果
        filename = f"{agg_func}_by_{'_'.join(group_cols)}.csv"
        st.markdown(download_file(grouped, filename), unsafe_allow_html=True)

# 运行主程序
if __name__ == "__main__":
    main()

这个代码使用了 Streamlit 库来实现页面展示和文件上传，使用了 Pandas 库来实现数据处理和分析。用户可以上传 Excel/CSV 文件，然后选择分组列和聚合函数，进行分组分析，并将分析结果下载为 CSV 文件。