以下是一个使用Python和Pandas库来按组分组和聚合数据以创建地图的示例代码：

import pandas as pd
import folium

# 创建包含地理信息的示例数据框
data = {'城市': ['北京', '上海', '广州', '深圳', '杭州'],
        '经度': [116.4, 121.5, 113.2, 114.1, 120.2],
        '纬度': [39.9, 31.2, 23.1, 22.5, 30.3],
        '人口': [2154, 2423, 1404, 1303, 981]}
df = pd.DataFrame(data)

# 按城市进行分组，并计算人口总数
grouped_df = df.groupby('城市').sum().reset_index()

# 创建地图对象
map = folium.Map(location=[30, 115], zoom_start=5)

# 遍历分组后的数据框，并在地图上添加标记
for index, row in grouped_df.iterrows():
    city = row['城市']
    population = row['人口']
    latitude = row['纬度']
    longitude = row['经度']
    
    # 创建标记对象
    marker = folium.Marker([latitude, longitude], popup=f'{city}: {population}人')
    
    # 将标记添加到地图上
    marker.add_to(map)

# 保存地图为HTML文件
map.save('map.html')

上述代码首先创建了一个包含城市、经纬度和人口的示例数据框。然后，使用groupby和sum函数对城市进行分组，并计算每个城市的人口总数。接下来，使用folium库创建一个地图对象，并设置地图的中心位置和缩放级别。然后，遍历分组后的数据框，为每个城市创建一个标记，并将其添加到地图上。最后，保存地图为HTML文件。通过运行上述代码，您将得到一个带有城市标记的地图，标记上显示了每个城市的人口数量。