在数据分析中，分组聚合二者缺一不可。对数据聚合（求和、平均值等）通常是不可避免的。pd.agg()很方便进行聚合操作。
import pandas as pd
df1 = pd.DataFrame({'sex':list('FFMFMMF'),'smoker':list('YNYYNYY'),'age':[21,30,17,37,40,18,26],'weight':[120,100,132,140,94,89,123]})
grouped = df1.groupby(['sex','smoker']) # sex有 F M 二值，smoker有 Y N 二值，故分成四组。
grouped['age'].agg('mean')
sex smoker
F N 30.0
Y 28.0
M N 40.0
Y 17.5
Name: age, dtype: float64
grouped.agg('mean')
grouped['age'].agg(['min','max'])
grouped['age'].agg([('A','mean'),('B','max')])
grouped.agg({'age':['sum','mean'], 'weight':['min','max']})
def Max_cut_Min(group):
return group.max()-group.min()
grouped.agg(Max_cut_Min)
grouped.describe()
参考博客：link
