groupby必须传列表，如df.groupby(['col1', 'col2'])；传元组会因pandas将其视为单个键而报keyerror；列名须严格匹配，含特殊字符时只能用方括号索引。
groupby传入列表还是元组？多列分组的语法细节
直接传列表就行，df.groupby(['col1', 'col2']) 是标准写法；传元组（如 df.groupby(('col1', 'col2'))）会报错：Pandas 把元组当单个键处理，触发 KeyError。别被某些旧文档误导——这不是等价写法。
常见错误现象：KeyError: ('col1', 'col2')，本质是把元组当成了列名字符串去查。
- 必须用列表，哪怕只有一列也建议统一写成
['col']，避免后续加列时漏改括号类型 - 列名必须真实存在于
df.columns中，大小写和空格都要严格匹配 - 如果列名含空格或特殊字符，不能用点号访问，只能走方括号索引，所以分组也必须用字符串列表
agg() 里怎么对不同列用不同聚合函数？
用字典传参最灵活：agg({'sales': 'sum', 'price': 'mean', 'qty': ['min', 'max']})。注意键是列名（字符串），值可以是字符串函数名、函数对象，或函数名列表。
容易踩的坑：
python-docx Skill功能概述python-docx Skill是一项面向实际任务的技能，主要用于本Skill提供使用python-docx生成专业Word文档的标准方法和最佳实践；生成安全服务方案文档；核心要点生成技术架构设计文档；生成任何需要专业排版的Word文档；核心库 : python-docx；使用与执行辅助库 : docx.shared , docx.enum , docx.oxml.ns；标准代码模板；1. 文档初始化；2. 字体设置（必须！它将相关步骤、工具调用和结果整理方式集
- 如果某列没在字典里出现，它会被自动丢弃——Pandas 不会默认保留所有列
-
agg('mean')这种单函数写法会作用于所有数值列，但一旦用了字典，就只处理字典里列出的列 - 函数名字符串（如
'first'）比直接传lambda x: x.iloc[0]快得多，尤其大数据量时 - 若想对同一列应用多个函数，值要写成列表，如
'sales': ['sum', 'count']，结果列名会变成多级索引（('sales', 'sum')）
分组后想保留原始索引或添加分组标识列？
默认情况下，groupby 会把分组键设为新 DataFrame 的索引。如果后续还要用原索引做合并或定位，得主动控制：
- 加参数
as_index=False，例如df.groupby(['region', 'year'], as_index=False).agg({'sales': 'sum'})，这样分组列会变成普通列，不进索引 - 如果已经分组完了，想把索引变回列，用
reset_index()；但要注意，如果原索引有重复值，reset_index()会生成新序号列，老索引被降为普通列 - 想在结果里显式标记每行属于哪个分组，可以用
transform或apply配合lambda，但更轻量的是先groupby(...).size().reset_index(name='count')
性能敏感时，groupby 后该用 agg 还是 apply？
优先用 agg。它底层调用的是高度优化的 Cython 路径，而 apply 默认按行/列迭代 Python 对象，慢一个数量级以上。
典型对比：
df.groupby('category').agg({'value': 'mean'}) # 快
df.groupby('category').apply(lambda g: g['value'].mean()) # 慢，且返回索引结构不同
-
apply真正适合的场景是：需要跨列计算（比如用 A 列和 B 列一起算一个指标）、或返回结构不规则的结果（如每组返回一个 DataFrame） - 如果只是单列聚合，哪怕逻辑稍复杂，也尽量拆成
agg支持的函数组合，或用transform+ 向量化运算 - 大数据量下，
agg的内存占用也明显低于apply，因为不构造中间 group 对象
分组键的类型和缺失值处理常被忽略：如果分组列里有 NaN，Pandas 默认会把它们单独归为一组（不是丢弃），且该组的键显示为 NaN —— 这在 join 或后续筛选时容易出错。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
