想对dataframe的不同列聚合使用不同的函数实现groupby怎么操作？

要对dataframe的不同列聚合使用不同的函数，可以使用groupby和agg方法来实现。

首先，使用groupby方法按照需要进行分组。接着，使用agg方法传入一个字典，字典的键是需要聚合的列名，值是对应的聚合函数。这样就可以针对不同的列使用不同的聚合函数了。

下面是一个示例代码：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
    'C': [1, 2, 3, 4, 5, 6, 7, 8],
    'D': [9, 10, 11, 12, 13, 14, 15, 16]
})

# 对不同列使用不同聚合函数
agg_functions = {'C': 'sum', 'D': 'mean'}

result = df.groupby(['A', 'B']).agg(agg_functions)
print(result)

输出结果为：

         C     D
A   B          
bar one   6  12.0
    two   4  12.0
foo one   9  12.5
    two  10  11.0

在上述示例中，我们将列'A'和列'B'作为分组键，然后对列'C'使用sum函数进行聚合，对列'D'使用mean函数进行聚合。最后得到了按照分组键聚合后的结果。