下面是一个使用pandas进行按组和聚合的示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按组计算平均值
mean_value = df.groupby('Group')['Value'].mean()
print(mean_value)

# 按组计算总和
sum_value = df.groupby('Group')['Value'].sum()
print(sum_value)

# 按组计算最大值
max_value = df.groupby('Group')['Value'].max()
print(max_value)

# 按组计算最小值
min_value = df.groupby('Group')['Value'].min()
print(min_value)

# 按组计算数量
count_value = df.groupby('Group')['Value'].count()
print(count_value)

输出结果为：

Group
A    3.0
B    4.0
Name: Value, dtype: float64
Group
A    9
B    12
Name: Value, dtype: int64
Group
A    5
B    6
Name: Value, dtype: int64
Group
A    1
B    2
Name: Value, dtype: int64
Group
A    3
B    3
Name: Value, dtype: int64

这个示例演示了如何使用groupby方法按照某个列进行分组，然后对每个组进行聚合操作，如计算平均值、总和、最大值、最小值和数量。