在数据分析过程中，遇到需要对数据分组并展示成图的需要，在使用pandas中的groupby+agg聚合重命名时遇到如下问题：
return self._engine.get_oc(self._maybe_cast_indexer(key))File "pandas/_libs/index.pyx",line 108,in pandas._libs.index.IndexEngine.get_locFile "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_locFile "pandas/_libs/hashtable_class_helper.pxi", ine 1601, in pandas._libs.hashtable.Py0bjectHashTable.get_itemFile "pandas/_libs/hashtable_class_helper.pxi", line 1608, in pandas._libs.hashtable.Py0bjectHashTable.get_itemKeyError:，性别，
如下图所示：
解决方法如下：在grouped = data.groupby('性别).agg({'企微存量好友数': 'mean', '企微存量激活好友订单数': 'mean'})，这段中加个as_index=False
修改后的语句：grouped = data.groupby('性别',as_index=False).agg({'企微存量好友数': 'mean', '企微存量激活好友订单数': 'mean'})，
再次执行后，能正确展示出来了，如下：
注意点：
1数据格式参数说明：
1.1a s_index默认为True，即返回以组标签作为索引的对象。下例，Gender作为索引返回。
gender_df = df.groupby("Gender", as_index=True).agg({'CustomerID':'count'})
gender_df
1.2 as_index=False时，分组以列的方式返回，类SQL的分组。下例，Gender作为列名返回。
gender_df = df.groupby("Gender", as_index=False).agg({'CustomerID':'count'})
gender_df
2聚合重命名的几种方法：
2.1 rename，注意这里agg里是大括号{}，如：
gender_df2 = df.groupby("Gender", as_index=False)
.agg({'CustomerID':'count'})
.rename(columns={'CustomerID': 'user_count'})
2.2 agg(’new列名‘=(’列名‘, ’统计方法‘))，注意是括号()，as_index须为True，即作为索引返回。如：
gender_df3 = df.groupby("Gender")
.agg(user_count=('CustomerID','count'))
2.3 groupby(as_index=False)['列名']的方式，注意这种方式as_index须为False。如：
gender_df4 = df.groupby('Gender', as_index=False)['CustomerID']
.agg({"user_count": "count"})
