df.groupby.agg

`df.groupby.agg` 是 Pandas 库中用于数据分组和聚合的关键功能。在 Python 数据分析库 Pandas 中，DataFrame 对象经常用来处理结构化的表格数据。当你有一个 DataFrame，并想要根据某些列的值对数据进行分组，然后计算每个组内的统计信息（如平均值、总和、计数等），这时就可以用到 `groupby` 和 `agg` 方法。

具体操作流程如下：

1. **groupby()**: 这个方法用于按指定列或多列对 DataFrame 进行分组。例如，`df.groupby('column_name')` 将 DataFrame 根据 'column_name' 列的值进行分组。

2. **agg()**: 后面接一个参数，这个参数是一个包含多个聚合函数的字典或字符串列表。你可以选择内置的聚合函数（如 'sum', 'mean', 'count', 'min', 'max' 等）来计算每个组的值，也可以自定义函数。例如，`agg({'column_to_agg': ['sum', 'mean']})` 表示对 'column_to_agg' 列求和和平均值。

举个例子：

import pandas as pd

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob'],
    'Age': [20, 25, 30, 22, 27],
    'Score': [85, 90, 88, 92, 87]
}

df = pd.DataFrame(data)

# 按 Name 分组并计算 Age 和 Score 的平均值
result = df.groupby('Name').agg({'Age': 'mean', 'Score': 'mean'})

这将返回一个新的 DataFrame，其中每一行代表一个 Name 组及其对应的 Age 平均值和 Score 平均值。