聚合函数到dataframe，同时保留Pandas中的行

聚合函数是一种用于对数据进行汇总和计算的函数。在数据分析和处理中，聚合函数常用于对数据进行统计、求和、平均值、最大值、最小值等操作。而dataframe是Pandas库中的一种数据结构，类似于表格，可以用于存储和处理二维数据。

在Pandas中，可以使用聚合函数对dataframe进行操作，并保留原始dataframe的行。具体操作可以通过以下步骤实现：

1. 导入Pandas库并创建dataframe：

import pandas as pd

data = {'Name': ['John', 'Emma', 'Mike', 'Emily'],
        'Age': [25, 28, 30, 27],
        'Salary': [5000, 6000, 5500, 7000]}
df = pd.DataFrame(data)

1. 使用聚合函数对dataframe进行操作，例如计算平均值和总和：

average_age = df['Age'].mean()
total_salary = df['Salary'].sum()

1. 保留原始dataframe的行，可以使用groupby函数进行分组操作，并将结果重新赋值给新的dataframe：

grouped_df = df.groupby('Name').agg({'Age': 'mean', 'Salary': 'sum'}).reset_index()

在上述代码中，groupby函数将dataframe按照'Name'列进行分组，然后使用agg函数对'Age'列计算平均值，对'Salary'列计算总和。最后，使用reset_index函数将结果重新赋值给新的dataframe，并保留原始dataframe的行。

对于Pandas中的行保留问题，可以通过使用reset_index函数来重新设置行索引，以保留原始dataframe的行。