先筛数据再分组；预筛选用布尔索引，filter()是对每组判断是否保留；agg()中需注意count与size对NaN处理不同；多级分组须确保索引为MultiIndex才可用level；命名聚合可避免列名混乱。
用 groupby() 做条件分组前先筛数据还是后筛？
直接在 groupby() 后加 filter() 或用布尔索引预筛选，效果完全不同。前者是「对每组内部判断是否保留该组」，后者是「先砍掉不符合条件的行，再分组」。比如想只统计销售额 > 1000 的客户所在地区的平均订单量，必须先用布尔索引过滤：df[df['sales'] > 1000].groupby('region')['order_count'].mean()。如果写成 df.groupby('region').filter(lambda x: x['sales'].sum() > 1000)，会按地区总销售额筛选地区，结果完全不是你要的。
agg() 里混用不同聚合函数时怎么指定列？
不能直接写 df.groupby('category').agg({'price': 'mean', 'qty': 'sum'}) 就完事——这看似正确，但一旦某列含缺失值且你用了 'count' 和 'size' 混搭，结果可能出人意料。'count' 统计非空值个数，'size' 统计行数（含 NaN），二者在有空值时数值不同。更稳妥的做法是显式控制：
df.groupby('category').agg({
'price': ['mean', 'std'],
'qty': lambda x: x.sum() if not x.isna().all() else 0
})
注意：匿名函数里要处理空组，否则报 ValueError: No objects to concatenate。
多级分组后想对某一层做聚合，但 level 参数不生效？
level 只在索引是 MultiIndex 时才有效，DataFrame 本身列名不是索引就不能用。常见错误是把 df.set_index(['A', 'B']).groupby(level=0).sum() 套用到普通列上。正确做法是老实用列名：df.groupby(['A', 'B'])['value'].sum().unstack('B')。如果真需要按层级操作，先确认 df.index 是 MultiIndex 类型，否则 level=0 会静默忽略或抛 KeyError。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
立即学习“Python免费学习笔记（深入）”；
聚合结果列名混乱，比如变成 ('sales', 'mean') 元组？
这是 agg() 接收字典且值为列表时的默认行为，Pandas 会把列名和函数名拼成 MultiIndex 列。不想看到元组，有两个办法：
- 用命名聚合：
df.groupby('team').agg(avg_score=('score', 'mean'), total_pts=('points', 'sum')) - 聚合后重设列名：
result.columns = ['avg_score', 'total_pts']
命名聚合更推荐，它从 Pandas 0.25+ 开始支持，语义清晰，且不会因列顺序变动导致赋值错位。但注意：传入字符串函数名（如 'mean'）比传函数对象（如 np.mean）更快，尤其大数据量时差异明显。
sum() 遇到全 NaN 列返回 NaN，count() 返回 0，size() 返回行数。不提前检查缺失模式，聚合结果可能看起来“算出来了”，但业务含义已经偏移。 
