如何在Pandas中使用groupby划分2个聚合列？

在Pandas中，可以使用groupby方法来划分数据并进行聚合操作。要在groupby中同时使用两个聚合列，可以通过agg方法来实现。

下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Column1': [1, 2, 3, 4, 5, 6],
        'Column2': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用groupby划分数据并进行聚合操作
result = df.groupby('Group').agg({'Column1': 'sum', 'Column2': 'mean'})

print(result)

输出结果如下：

       Column1  Column2
Group                  
A            9        9
B           12       10

在上述代码中，首先创建了一个示例数据集df，其中包含了一个分组列Group和两个聚合列Column1和Column2。然后使用groupby方法按照Group列进行分组，并使用agg方法指定要对Column1和Column2进行的聚合操作，这里分别是求和和求平均值。最后将结果打印输出。

这里的agg方法接受一个字典作为参数，字典的键是要进行聚合操作的列名，值是对应的聚合函数。可以根据实际需求选择不同的聚合函数，例如sum、mean、count等。

推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云数据分析TDW。

• 腾讯云数据库TDSQL：腾讯云提供的一种高性能、高可用、可扩展的关系型数据库服务，适用于各种规模的应用场景。
• 腾讯云数据分析TDW：腾讯云提供的一种大数据分析平台，支持海量数据的存储、计算和分析，可用于数据挖掘、机器学习等领域。

请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行评估和决策。