如何快速高效地应用涉及多列的groupby操作？

可以使用pandas库中的groupby()方法进行多列分组，同时应用agg()函数来计算多个聚合值。示例如下：

import pandas as pd

# 创建示例数据
data = {'group1':['A','A','B','B','B','C'], 
        'group2':['X','Y','Y','Y','Z','Z'],
        'value':[1,2,3,4,5,6]}
df = pd.DataFrame(data)

# 按组合并并计算多个聚合函数
gb_result = df.groupby(['group1','group2']).agg({'value':['sum','mean','count']})

# 打印结果
print(gb_result)

输出结果为：

            value          
              sum mean count
group1 group2               
A      X        1  1.0     1
       Y        2  2.0     1
B      Y        7  3.5     2
       Z        5  5.0     1
C      Z        6  6.0     1

以上代码将数据按group1和group2两列进行分组，然后使用agg()函数计算了每个组的value列的sum、mean和count聚合值。