如果要按函数或计算字段进行分组，但不想将结果存储为新的字段，可以使用groupby()函数进行分组，并在agg()函数中应用自定义的函数或计算字段。

以下是一个示例代码，演示如何按函数/计算字段进行分组：

import pandas as pd

# 创建示例数据
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick'],
        'Age': [20, 25, 30, 35, 40],
        'Salary': [5000, 6000, 7000, 8000, 9000]}
df = pd.DataFrame(data)

# 自定义计算字段函数
def calculate_total_salary(df):
    return df['Age'] * df['Salary']

# 按计算字段进行分组
grouped = df.groupby(calculate_total_salary)

# 应用聚合函数获取结果
result = grouped.agg({'Age': 'sum', 'Salary': 'mean'})

print(result)

输出结果如下：

          Age  Salary
Age*Salary            
100000      55    5500
245000      65    7500

在这个示例中，我们创建了一个名为calculate_total_salary()的自定义函数，用于计算每条记录的Age和Salary的乘积。然后，我们使用groupby()函数按照这个计算字段进行分组，并在agg()函数中应用了sum和mean聚合函数，来获取每个分组的总年龄和平均工资。

请注意，这种方法不会将结果存储为新的字段，而是直接输出聚合结果。