要按照n个连续行分组聚合Pandas数据框，可以使用Pandas的groupby()和agg()方法来实现。以下是一个示例代码：

import pandas as pd

# 创建一个示例数据框
data = {'group': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
        'value': [1, 2, 3, 4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)

# 按照n个连续行分组聚合数据框
n = 2
result = df.groupby(df.index // n).agg({'group': 'first', 'value': 'sum'})

print(result)

输出结果为：

  group  value
0     A      3
1     B      9
2     C     15

在上述示例中，我们首先创建了一个示例数据框df，包含了group和value两列。然后，我们定义了一个变量n，表示每个分组包含的行数。接下来，我们使用df.index // n来将数据框的索引按照n个连续行进行分组。最后，我们使用agg()方法来对每个分组进行聚合操作，其中'group': 'first'表示对group列取第一个非空值，'value': 'sum'表示对value列求和。最终的结果保存在result变量中，并进行打印输出。