假设我们有一个包含预算、客户和月份的数据框，要按照客户聚合预算。示例数据框如下：

import pandas as pd
import numpy as np

data = {'customer': ['A', 'B', 'C', 'D', 'A', 'B', 'C', 'D'],
        'month': ['Jan', 'Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Feb', 'Feb'],
        'budget': [1000, 2000, 1500, 3000, 1200, 1400, 2500, 1800]}
df = pd.DataFrame(data)

将其按客户和月份进行分组，然后使用 sum() 函数对 budget 列进行聚合，最后使用 reset_index() 函数将结果重新设置为数据框格式，并更改列名：

grouped = df.groupby(['customer', 'month'])['budget'].sum().reset_index()
grouped.columns = ['customer', 'month', 'total_budget']

这样，就得到了按客户聚合预算的结果。