pd.group.agg

`pd.group.agg`是Pandas库中的一个函数，用于对数据进行分组并应用聚合函数。它可以用于对DataFrame或Series对象进行分组操作，并对每个组应用指定的聚合函数。

例如，假设我们有一个包含员工数据的DataFrame，其中包括员工姓名、部门和薪资信息。我们想要按部门分组，并计算每个部门的平均薪资和最高薪资。

可以使用`pd.group.agg`来实现这个目标，例如：

import pandas as pd

# 创建示例DataFrame
data = {
    '员工姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '部门': ['销售', '销售', '财务', '财务', '人力资源'],
    '薪资': [5000, 6000, 7000, 5500, 8000]
}

df = pd.DataFrame(data)

# 按部门分组并计算平均薪资和最高薪资
result = df.groupby('部门').agg({'薪资': ['mean', 'max']})

print(result)

这将打印出如下结果：

         薪资      
       mean   max
部门              
人力资源  8000  8000
财务    6250  7000
销售    5500  6000

以上示例中，我们使用`groupby`函数按部门分组，然后使用`agg`函数对薪资列应用聚合函数。在`agg`函数中，我们传递一个字典，指定要对薪资列应用的聚合函数，这里使用了平均值和最大值函数。最后，我们将结果打印出来。