当前位置：首页 > news >正文

深入解析 `DataFrame.groupby` 和 `agg` 的用法及使用场景

news 来源：原创 2025/6/14 14:13:38

深入解析 `DataFrame.groupby` 和 `agg` 的用法及使用场景

- 1. `groupby` 的基本用法
- - 语法：
  - 示例：
- 2. `agg` 的基本用法
- - 语法：
  - 示例：
- 3. `first`、`sum`、`lambda` 的用法
- - 3.1 `first`
  - - 示例：
  - 3.2 `sum`
  - - 示例：
  - 3.3 `lambda`
  - - 示例：
- 4. `reset_index` 的用法
- - 语法：
  - 示例：
- 5. 综合示例：`groupby` + `agg` 的完整用法
- 6. 总结

在数据分析和处理中，pandas 是一个非常强大的工具。其中，DataFrame.groupby 和 agg 是两个常用的功能，它们可以帮助我们对数据进行分组、聚合和转换。本文将详细讲解 groupby 和 agg 的用法，以及如何结合 first、sum、lambda 和 reset_index 来实现复杂的数据处理。

1. `groupby` 的基本用法

groupby 是 pandas 中用于分组数据的函数。它的核心思想是将数据按照某个或某些列的值进行分组，然后对每个分组进行操作。

语法：

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False)

by：指定分组的列名或列名列表。
as_index：是否将分组列作为索引，默认为 True。
sort：是否对分组键进行排序，默认为 True。

示例：

假设我们有一个包含学生成绩的 DataFrame：

import pandas as pddata = {'Name': ['Alice', 'Bob', 'Alice', 'Bob', 'Alice'],'Subject': ['Math', 'Math', 'Science', 'Science', 'Math'],'Score': [85, 90, 88, 92, 95]
}df = pd.DataFrame(data)
print(df)

输出：

    Name  Subject  Score
0  Alice     Math     85
1    Bob     Math     90
2  Alice  Science     88
3    Bob  Science     92
4  Alice     Math     95

我们可以按照 Name 列进行分组：

grouped = df.groupby('Name')
print(grouped.groups)

输出：

{'Alice': [0, 2, 4], 'Bob': [1, 3]}

2. `agg` 的基本用法

agg 是 groupby 对象的一个方法，用于对分组后的数据进行聚合操作。它可以接受一个函数、字符串（如 'sum'、'mean'）或字典（指定不同列的聚合方式）。

语法：

DataFrame.groupby(...).agg(func, *args, **kwargs)

func：聚合函数，可以是字符串、函数或字典。

示例：

我们继续使用上面的 df，计算每个学生的平均分：

result = df.groupby('Name').agg({'Score': 'mean'})
print(result)

输出：

        Score
Name        
Alice   89.333333
Bob     91.000000

3. `first`、`sum`、`lambda` 的用法

在 agg 中，我们可以使用多种聚合函数来处理数据。以下是常用的几种：

3.1 `first`

first 用于获取每个分组中第一行的值。

示例：

result = df.groupby('Name').agg({'Subject': 'first', 'Score': 'mean'})
print(result)

输出：

        Subject      Score
Name                      
Alice     Math  89.333333
Bob       Math  91.000000

3.2 `sum`

sum 用于计算每个分组中数值列的总和。

示例：

result = df.groupby('Name').agg({'Score': 'sum'})
print(result)

输出：

        Score
Name        
Alice     268
Bob       182

3.3 `lambda`

lambda 是一种匿名函数，可以在 agg 中自定义聚合逻辑。

示例：

假设我们想将每个学生的 Score 转换为字符串，并在前面加上 "Score: "：

result = df.groupby('Name').agg({'Score': lambda x: 'Score: ' + str(x.sum())})
print(result)

输出：

                Score
Name                
Alice  Score: 268.0
Bob    Score: 182.0

4. `reset_index` 的用法

reset_index 用于重置 DataFrame 的索引。当使用 groupby 和 agg 后，分组列会作为索引，如果需要将其还原为普通列，可以使用 reset_index。

语法：

DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill='')

drop：是否丢弃索引列，默认为 False。

示例：

result = df.groupby('Name').agg({'Score': 'mean'}).reset_index()
print(result)

输出：

    Name      Score
0  Alice  89.333333
1    Bob  91.000000

5. 综合示例：`groupby` + `agg` 的完整用法

现在，我们来看一个更复杂的例子，结合 first、sum、lambda 和 reset_index 来处理数据。

假设我们有一个包含边信息的 DataFrame：

data = {'edge_key': ['A', 'A', 'B', 'B', 'C'],'source': ['X', 'X', 'Y', 'Y', 'Z'],'target': ['P', 'P', 'Q', 'Q', 'R'],'text_unit_ids': [[1, 2], [3], [4], [5, 6], [7]],'weight': [10, 20, 30, 40, 50],'description': ['Edge A', 'Edge A', 'Edge B', 'Edge B', 'Edge C'],'human_readable_id': ['A1', 'A2', 'B1', 'B2', 'C1'],'id': [1, 2, 3, 4, 5]
}df = pd.DataFrame(data)
print(df)

输出：

  edge_key source target text_unit_ids  weight description human_readable_id  id
0        A      X      P        [1, 2]      10     Edge A              A1   1
1        A      X      P           [3]      20     Edge A              A2   2
2        B      Y      Q           [4]      30     Edge B              B1   3
3        B      Y      Q        [5, 6]      40     Edge B              B2   4
4        C      Z      R           [7]      50     Edge C              C1   5

我们希望对 edge_key 进行分组，并进行以下操作：

source 和 target 取第一行的值。
text_unit_ids 合并为一个列表。
weight 求和。
description 拼接为一个字符串。
human_readable_id 和 id 取第一行的值。

代码如下：

def _aggregate_text_unit_ids(x):return [item for sublist in x for item in sublist]def _add_quotes(s):return f'"{s}"'updated_edges_df = df.groupby('edge_key').agg(source=('source', 'first'),target=('target', 'first'),text_unit_ids=('text_unit_ids', _aggregate_text_unit_ids),weight=('weight', 'sum'),description=('description', lambda x: ''.join(x.apply(_add_quotes))),human_readable_id=('human_readable_id', 'first'),id=('id', 'first'),
).reset_index(drop=True)print(updated_edges_df)

输出：

  source target text_unit_ids  weight description human_readable_id  id
0      X      P     [1, 2, 3]      30  "Edge A""Edge A"              A1   1
1      Y      Q  [4, 5, 6]       70  "Edge B""Edge B"              B1   3
2      Z      R        [7]       50        "Edge C"              C1   5

6. 总结

通过本文，我们学习了 groupby 和 agg 的基本用法，以及如何结合 first、sum、lambda 和 reset_index 来实现复杂的数据处理。这些功能在数据分析和处理中非常实用，能够帮助我们高效地完成任务。

希望这篇文章能帮助你更好地理解和使用 groupby 和 agg。如果你有任何问题或想了解更多，欢迎在评论区留言！

Happy Coding! 🚀

深入解析 `DataFrame.groupby` 和 `agg` 的用法及使用场景

深入解析 DataFrame.groupby 和 agg 的用法及使用场景 1. groupby 的基本用法语法：示例： 2. agg 的基本用法语法：示例： 3. first、sum、lambda 的用法3.1 first示例： 3.2 sum示例： 3.3 lambda示例&#xff…...

编程日记 2025/6/3 4:14:23

用.Net Core框架创建一个Web API接口服务器

我们选择一个Web Api类型的项目创建一个解决方案为解决方案取一个名称我们这里选择的是。Net 8.0框架注意，需要勾选的项。我们找到appsetting.json配置文件 appsettings.json配置文件内容如下 {"Logging": {"LogLevel": {"Default&quo…...

编程日记 2025/6/2 10:21:43

[论文阅读]Universal and transferable adversarial attacks on aligned language models

Universal and transferable adversarial attacks on aligned language models http://arxiv.org/abs/2307.15043 图 1：Aligned LLMs 不是对抗性 Aligned。我们的攻击构建了一个单一的对抗性提示，该提示始终绕过最先进的商业模式（包括 ChatG…...

编程日记 2025/6/3 18:34:36

【自动化】Python SeleniumUtil 油猴工具自动安装用户脚本

【自动化】Python SeleniumUtil 油猴工具【自动化】Python SeleniumUtil 工具-CSDN博客【自动化】Python SeleniumUtil 工具。https://blog.csdn.net/G971005287W/article/details/144565691 油猴工具 import timefrom selenium.webdriver.support.wait import WebDriverW…...

编程日记 2025/5/31 10:22:38

[LeetCode-Python版]21. 合并两个有序链表（迭代+递归两种解法）

题目将两个升序链表合并为一个新的升序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。示例 1： 输入：l1 [1,2,4], l2 [1,3,4] 输出：[1,1,2,3,4,4] 示例 2： 输入：l1 [], l2 [] 输出&#x…...

编程日记 2025/6/3 8:19:03

WPF 相比 winform 的优势

wpf 相比 winform 的一些优点，网上也是众说纷纭，总的来说包括下面几点： 丰富的视觉效果：能够创建更具吸引力和现代化的用户界面，支持更复杂的图形和动画效果。不需要像 winform 一样，稍微做一点效果&#x…...

编程日记 2025/6/1 5:12:05

机器学习预处理-表格数据的分析与可视化

机器学习预处理-表格数据的分析与可视化最近在做一些模型部署的工作，但是发现对于数据的处理、分析、训练方面还是缺少一些系统的学习，因此抽空余时间分析总结一些使用python进行数据处理的实用案例，希望能够方便自己已经其他人的Ctrl CV。…...

编程日记 2025/6/2 17:12:27

Linux——Shell

if 语句格式：if list; then list; [ elif list; then list; ] ... [ else list; ] fi 单分支 if 条件表达式; then 命令 fi 示例： #!/bin/bash N10 if [ $N -gt 5 ]; then echo yes fi # bash test.sh yes 双分支 if 条件表达式; then 命令 else 命令…...

编程日记 2025/5/23 22:25:13

《深入探究：C++ 在多方面对 C 语言实现的优化》

目录一、C 在 C 上进行的优化二、C 关键字（C 98）三、C 的输入输出1. cin 和 cout 的使用2. cin、cout 和 scanf()、printf() 的区别三、命名空间1. 命名空间的使用2. 嵌套命名空间3. 在多个头文件中使用相同的命名空间四、函数缺省值1. 缺省值的使用2…...

编程日记 2025/5/30 3:44:10

KeepAlive与RouterView缓存

参考 vue动态组件＜Component＞与＜KeepAlive＞ KeepAlive官网介绍缓存之keep-alive的理解和应用 Vue3Vite KeepAlive页面缓存问题 vue多级菜单(路由)导致缓存(keep-alive)失效 vue3 router-view keeperalive对于同一路径但路径…...

编程日记 2025/5/30 15:28:55

pyparsing restOfLine

在 pyparsing 中，restOfLine 是一个解析器（parser），用于匹配当前位置到行尾的所有内容，通常在解析文件或处理逐行数据时非常有用。 restOfLine 的特性匹配内容：从当前位置一直匹配到换行符 \n 或字符串结…...

编程日记 2025/6/2 17:12:26

回型矩阵：JAVA

解题思路： 通过定义四条边界；top,left,right,bottom,来循环，当top>bottom&&left>right的时候循环终止循环结束的条件： 链接：登录—专业IT笔试面试备考平台_牛客网来源：牛客网题目描述…...

编程日记 2025/6/2 17:12:24

React自学：如何使用localStorage，以及如何实现删除笔记操作

1. 初始化notes 以下这段代码完成了这些操作： 调用 localStorage.getItem("notes") 从浏览器的本地存储中获取名为 “notes” 的数据。使用 JSON.parse 将获取到的字符串解析成数组。如果本地存储中没有 “notes” 数据（返回值为 null&#…...

编程日记 2025/5/31 10:39:01

【CSS in Depth 2 精译_079】第 13 章：渐变、阴影与混合模式概述 + 13.1：CSS 渐变效果（上）——使用多个颜色节点

当前内容所在位置（可进入专栏查看其他译好的章节内容） 第四部分视觉增强技术 ✔️【第 13 章渐变、阴影与混合模式】 ✔️ 13.1 渐变 ✔️ 13.1.1 使用多个颜色节点（上） ✔️13.1.2 颜色插值方法（中）13.1…...

编程日记 2025/6/2 0:51:11

汽车供应链 “剧变”开始，“智能感知潜在龙头”诞生

智能汽车产业链“剧变”已经开启，智能感知软硬件能力的权重正在不断被放大。比如满足高阶泊车的第二代AK2超声波传感器、满足人机共驾场景需求的电子外后视镜（CMS）、iTOF 3D成像视觉感知（用于舱内监控）等新产品&…...

编程日记 2025/6/2 18:31:07

3大Excel免费功能

推荐几个免费excel图表绘制工具 Power Map Power Map是Excel的内置功能 Power Map可在Windows用户的Excel 2013或者Excel 2016或者Office 365中使用，如下图，看案例动态地图1 动态地图2...

编程日记 2025/5/29 10:52:20

linux centos 7 安装 mongodb7

MongoDB 是一个基于文档的 NoSQL 数据库。 MongoDB 是一个文档型数据库，数据以类似 JSON 的文档形式存储。 MongoDB 的设计理念是为了应对大数据量、高性能和灵活性需求。 MongoDB使用集合（Collections）来组织文档（Documents&a…...

编程日记 2025/6/4 14:22:12

docker 安装 mongo 命令

## 拉取 MongoDB 镜像docker pull mongo:latest## 挂载文件目录：mkdir -p /usr/local/mongo/configmkdir -p /usr/local/mongo/datamkdir -p /usr/local/mongo/logstouch /usr/local/mongo/config/mongod.confchmod 777 /usr/local/mongo## 配置文件##vim …...

编程日记 2025/6/1 22:10:59

问题记录：CH592 PB6/PB10中断输入，无法从掉电模式唤醒

问题描述： PB6上拉输入，连接按键 PB10上拉输入，连接外部充电芯片状态管脚。不充电时开漏输出，充电时低电平配置PB6和PB10为上拉输入，下降沿触发中断，然后进入掉电模式理论上： PB6按键触发…...

编程日记 2025/6/1 17:05:47

搭建分布式Spark集群

title: 搭建分布式Spark集群 date: 2024-11-29 12:00:00 categories: - 服务器 tags: - Spark - 大数据搭建分布式Spark集群本次实验环境：Centos 7-2009、Hadoop-3.1.4、JDK 8、Zookeeper-3.6.3、scala-2.11.5、Spark-3.2.1 功能规划 MasterSlave1Slave2主节点…...

编程日记 2025/6/1 20:27:55

BTP Integration Suite CPI Apache Camel

官网文档： https://help.sap.com/docs/integration-suite/sap-integration-suite/what-is-sap-integration-suite CPI 云集成(CPI)有以下几个特性： SAP Cloud Integration通过消息交换支持端到端流程集成。它基于Apache软件基金会的开源框架Camel。 …...

编程日记 2025/6/1 12:42:47

Vue-Form-Making：Star5.5k，一款强大的Vue表单设计器,适用于低代码平台、自定义表单

嗨，大家好，我是小华同学，关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 Vue-Form-Making是一个开源的Vue表单设计器，它允许用户通过拖拽方式快速生成表单，支持多种表单组件和布局。核心功能 1. 拖拽…...

编程日记 2025/6/1 13:41:05

使用 Vite 和 Redux Toolkit 创建 React 项目

文章目录 1. 创建 React 项目2. 安装依赖3. 创建状态仓库user.js创建 shopSlice 4. 在状态仓库中合并切片5. 在入口文件中导入并使用 store6. 获取切片中的数据7. 修改数据结尾在本教程中，我们将通过使用 Vite 创建一个 React 项目，并结合 Redux Toolki…...

编程日记 2025/6/3 0:46:31

jmeter连接mysql

查询mysql数据库版本 SELECT VERSION(); 下载jmeter mysql 驱动jar包，版本低于mysql版本，放在jmeter的lib 路径下 MySQL :: Download MySQL Connector/J (Archived Versions) 添加JDBC Connection Configuration 填写 variable name 及数据库信息注意…...

编程日记 2025/5/30 3:12:13

sql中case when若条件重复执行的顺序

sql case when若条件重复执行的顺序在 SQL 中，如果你在 CASE 表达式中定义了多个 WHEN 子句，并且这些条件有重叠，那么 CASE 表达式的执行顺序遵循以下规则： （1）从上到下：SQL 引擎会按照 CASE …...

编程日记 2025/6/1 5:35:09

代码随想录算法训练营第五十天 | 图 | 并查集

Day 50 总结自己实现中遇到哪些困难今日收获，记录一下自己的学习时间 15:00 - 16:0018:00 - 19:45 图论深度收缩 & 广度搜索 BFS, DFS, visited数组, 四个方向并查集数组代表链表, 用集合中的一个元素代表集合的根最小生成树拓扑排序最短路径算法图论基…...

编程日记 2025/6/2 15:02:33

tryhackme——Pre Security(安检前)-Offensive Security（进攻性安全）

这里我用的edge的插件闪击翻译。这里我英语不好，所以用这个可以顺便学习下英语。任务一：What is Offensive Security?（什么是进攻性安全?） 很简单啊，通过阅读，知道以下哪个选项更能代表您模拟黑客操作…...

编程日记 2025/6/2 19:32:10

vue iframe进行父子页面通信并切换URL

使用通义千问提问后得到一个很好的示例。需求是2个项目需要使用同一个面包屑进行跳转，其中一个是iframe所在的项目，另一个需要通过地址访问。通过 window.parent.postMessage ，帮助 <iframe> 内嵌入的子页面和其父页面之间进行跨域通…...

编程日记 2025/6/4 12:23:51

Cesium 无人机航线规划（区域航线）

区域航线，即划定一片区域一键巡查这里选择点几个点，形成的区域内计算规划航线...

编程日记 2025/5/28 5:29:53

[NOIP2016 普及组] 海港 -STL-队列queue

[NOIP2016 普及组] 海港题目背景 NOIP2016 普及组 T3 题目描述小 K 是一个海港的海关工作人员，每天都有许多船只到达海港，船上通常有很多来自不同国家的乘客。小 K 对这些到达海港的船只非常感兴趣，他按照时间记录下了到达海港的每一…...

编程日记 2025/6/2 14:58:21

前端页面导出word

html-docx-js bug: vite使用html-docx.js会报错，点击下载上方文件替换即可正文 npm install html-docx-js -S npm install file-saver -S<template><div id"managerReport">word内容......</div> </template><script>&l…...

编程日记 2025/6/1 21:01:57

C++中的深拷贝和浅拷贝

浅拷贝浅拷贝：就是简单的赋值操作。浅拷贝问题：如果有指针指向堆区内存时，不同对象的指针成员指向同一块堆区内存，当对象释放时，该堆区内存会被释放两次。当一个对象修改堆区内存是，另一个对象也随之变…...

编程日记 2025/6/3 21:57:37

MobileLLM开发安卓AI的体验（一）

MobileLLM是一个在安卓端跑的大语言模型，关键它还有调动api的能力 https://github.com/facebookresearch/MobileLLM 项目地址是这个。看了下，似乎还是中国人团队 article{liu2024mobilellm, title{MobileLLM: Optimizing Sub-billion Parameter Langua…...

编程日记 2025/5/31 22:23:35

MySQL的并发控制与MVCC机制深度解析

目录 1. MySQL中的并发问题2. 数据库的隔离级别3. MVCC（多版本并发控制）机制3.1 MVCC的实现原理3.2 Read View详解3.3 当前读与快照读 4. MVCC在不同隔离级别下的工作方式5. MVCC解决幻读问题6. MVCC的优缺点优点：缺点： 7. MVCC在…...

编程日记 2025/6/4 17:26:20

搭建Tomcat（六）---Response的实现

目录引入一、前端项目容器的搭建重建项目: 1.创建一个新的项目： 2.创建HTML文件 3.将先前编写的所有tomcatJava文件挪过来二、配置java文件 1.重启一下MyTomcat 2.配置两个工具包 ①FileUtil ②ResponseUtil（响应头） 三、处理…...

编程日记 2025/5/31 1:06:39

深度学习物体检测之YOLOV5源码解读

V5比前面版本偏工程化,项目化,更贴合实战一.V5版本项目配置 (1)整体项目概述首先github直接查找yolov5，下载下来即可。在训练时，数据是怎么处理的？网络模型架构是怎么设计的(如各层的设计)？yolov5要求是大于python3.8与大于等…...

编程日记 2025/6/2 11:26:32

Ubuntu22.04配置3D gaussian splatting

这篇博客提供了3D gaussian splatting在新安装Ubuntu上的配置过程。 1.拉仓库 2.安装显卡驱动和cuda版本 3.安装Pytorch 4.安装Pycharm和配置Python 5.安装附加依赖项（方法一） 6.安装Anaconda（方法二） 7.测试 1.拉仓库 # HT…...

编程日记 2025/6/2 17:49:38

【Python知识】python基础-关于异常处理

python的异常处理知识概览基本用法自定义异常捕获特定异常信息异常抛出概览在Python中，异常处理是通过try、except和finally等关键字来实现的。这些关键字允许你捕获和处理在程序运行时可能出现的错误和异常情况，从而避免程序崩溃，并允许…...

编程日记 2025/6/3 4:02:04

golang 使用gzip对json例子

package main import ( "bytes" "compress/gzip" "encoding/json" "fmt" "io" "log" ) // User 结构体定义 type User struct { ID int json:"id" Name string json:"name" Age in…...

编程日记 2025/5/31 10:53:56

qt-C++笔记之自定义类继承自 `QObject` 与 `QWidget` 及开发方式详解

qt-C笔记之自定义类继承自 QObject 与 QWidget 及开发方式详解 code review! 参考笔记 1.qt-C笔记之父类窗口、父类控件、对象树的关系 2.qt-C笔记之继承自 QWidget和继承自QObject 并通过 getWidget() 显示窗口或控件时的区别和原理 3.qt-C笔记之自定义类继承自 QObject 与 QW…...

编程日记 2025/6/1 23:16:32

利用git上传项目到GitHub

GitHub是基于git实现的代码托管。git是目前最好用的版本控制系统了，非常受欢迎，比之svn更好。 GitHub可以免费使用，并且快速稳定。利用GitHub，你可以将项目存档，与其他人分享交流，并让其他开发者帮助你一…...

编程日记 2025/6/4 13:54:58

机器学习预处理-表格数据的空值处理

机器学习预处理-表格数据的空值处理机器学习预处理-表格数据的分析与可视化中详细介绍了表格数据的python可视化，可视化能够帮助我们了解数据的构成和分布，是我们进行机器学习的必备步骤。上文中也提及，原始的数据存在部分的缺失&#xff0…...

编程日记 2025/6/2 20:05:12

python学opencv|读取图像（十二）BGR图像转HSV图像

【1】引言前述已经学习了opencv中图像BGR相关知识，文章链接包括且不限于下述： python学opencv|读取图像（六）读取图像像素RGB值_opencv读取灰度图-CSDN博客 python学opencv|读取图像（七）抓取像素数据顺利…...

编程日记 2025/5/31 4:58:08

【C语言】库函数常见的陷阱与缺陷(六)：输入输出函数

目录一、printf 函数 1.1. 功能与用法 1.2. 陷阱与缺陷 1.3. 安全使用建议 1.4. 代码示例二、scanf 函数 2.1. 功能与用法 2.2. 陷阱与缺陷 2.3. 安全使用建议 2.4. 代码示例三、gets 函数 3.1. 功能与用法 3.2. 陷阱与缺陷 3.3. 安全使用建议 3.4. 代码示例…...

编程日记 2025/5/28 23:28:37

sunset: midnight

https://www.vulnhub.com/entry/sunset-midnight,517/ 主机发现端口扫描探测存活主机，8是靶机 nmap -sP 192.168.56.0/24 Starting Nmap 7.94SVN ( https://nmap.org ) at 2024-12-05 16:49 CST Nmap scan report for 192.168.56.1 …...

编程日记 2025/5/30 7:33:55

CSS Backgrounds(背景)

CSS Backgrounds(背景) Introduction(介绍) CSS backgrounds play a crucial role in web design, allowing developers to apply colors, images, and other decorative elements to the background of HTML elements. This enhances the visual appeal of web pages and he…...

编程日记 2025/6/3 7:51:14

深入解析 `DataFrame.groupby` 和 `agg` 的用法及使用场景

1. groupby 的基本用法

语法：

示例：

2. agg 的基本用法

语法：

示例：

3. first、sum、lambda 的用法

3.1 first

示例：

3.2 sum

示例：

3.3 lambda

示例：

4. reset_index 的用法

语法：

示例：

5. 综合示例：groupby + agg 的完整用法

6. 总结

相关文章：

1. `groupby` 的基本用法

2. `agg` 的基本用法

3. `first`、`sum`、`lambda` 的用法

3.1 `first`

3.2 `sum`

3.3 `lambda`

4. `reset_index` 的用法

5. 综合示例：`groupby` + `agg` 的完整用法