Группировка в Pandas

import pandas as pd, numpy as np
 
np.random.seed(10) 
 
df = pd.DataFrame(np.random.randint(1,5,size=(10, 4)), columns=list('ABCD'))
print(df)

import pandas as pd, numpy as np
 
np.random.seed(10)
 
df = pd.DataFrame(np.random.randint(1,5,size=(10, 4)), columns=list('ABCD'))
print(df)
 
agg_func_math = {
    'A': ['count'],  #  уникальные значения и их количество
    'B': ['mean', 'mad'],  # среднее арифметическое, среднее абсолютное отклонение (mean absolute deviation)
    'C': ['median', 'prod'], # медиана и произведение всех членов группы
    'D': ['min', 'max', 'std', 'var'],  # минимум и максимум, стандартное отклонение и дисперсия
}
ds = df.groupby(['A']).agg(agg_func_math).round(2)
print(ds)

import pandas as pd
import numpy as np
"""
В итоговой таблице нужны следующие колонки
1 - уникальные значения в колонке А (номер группы)
2 - количество уникальных значений по группам
3 - среднее по группам для колонки B
4 - мода по группам для колонки С
5 - максимум по группам для колонки D
"""
np.random.seed(10) 
 
df = pd.DataFrame(np.random.randint(1,5,(10, 4)), columns=list('ABCD'))
#print(df)
 
# 1.
print(*np.unique(df.A))
 
# 2.
for e in df.columns:
    print(df[e].value_counts().sort_index(ascending=True))
 
# 3-5.
# например? Среднее в группе == уникальному значению

import pandas as pd, numpy as np
 
np.random.seed(10)
 
df = pd.DataFrame(np.random.randint(1,5,size=(10, 4)), columns=list('ABCD'))
print(df)
df.groupby(['A']).agg({'A': ['count']}).sort_values(by=('A','count'), ascending=False).head(3)