pandas数据聚合核心是groupby，需明确分组依据（单列、多列或条件）、聚合方式（内置方法或agg自定义）及结果处理（重置索引、展平列名），并注意空值处理、类型安全与性能优化。
用Pandas做数据聚合，核心就是groupby——它能把数据按一列或多列“分组”，再对每组分别计算统计值。关键不在代码多难，而在想清楚：按什么分、算什么、结果要什么形状。
明确分组依据：单列、多列或条件分组
分组字段决定分析维度。最常用的是单列分组，比如按"category"统计销量；也可传入列表实现多列组合分组，如df.groupby(["region", "year"])，相当于交叉分析；还能用函数或布尔序列动态分组，例如按销售额是否超均值分为“高/低”两组：
df.groupby(df["sales"] > df["sales"].mean())-
df.groupby(df["date"].dt.month)（提取月份做分组）
选择聚合方式：内置方法 vs 自定义函数
聚合操作分两类：一类是sum()、mean()、count()、max()等内置方法，写法简洁；另一类需用agg()传入自定义逻辑，支持对不同列应用不同函数：
-
df.groupby("dept")["salary"].mean()→ 只对salary求均值 -
df.groupby("dept").agg({"salary": "mean", "age": ["min", "max"], "name": "count"})→ 混合聚合，结果列名自动带层级
处理聚合后结果：重置索引与列名扁平化
默认情况下，分组列会变成行索引，不便于后续操作。用reset_index()可转回普通列；若用agg()做了多函数聚合，列名会是多级索引，可用columns.map("_".join)或rename(columns=lambda x: "_".join(x) if isinstance(x, tuple) else x)展平：
立即学习“Python免费学习笔记（深入）”；
result = df.groupby("city").agg({"price": "mean", "qty": "sum"}).reset_index()result.columns = ["_".join(col).strip() if col[1] else col[0] for col in result.columns.values]
避免常见坑：空值、类型错误与性能提示
NaN默认被排除在大多数聚合外（count()尤其明显），若需保留空组，加参数dropna=False；聚合列若含字符串和数字混杂，可能报错，提前用select_dtypes()过滤数值列更稳妥；大数据量时，避免链式调用多次groupby，尽量合并到一次agg()中完成。
基本上就这些。groupby不是魔法，是把“先切块、再算数、最后拼表”这个手工思路自动化——理清这三步，代码自然就顺了。
