請根據上下四分位數分割，將體重分為high、normal、low三組，統計身高的均值。
上壹小節介紹了可以通過 drop_duplicates 得到具體的組類別，現請用 groups 屬性完成類似的功能。
因為它的速度基本都會經過內部的優化，使用功能時應當優先考慮。
max/min/mean/median/count/all/any/idxmax/idxmin/mad/nunique/skew/quantile/sum/std/var/sem/size/prod
使用：df.groupby('Wight2')['Height'].mean()
請查閱文檔，明確 all/any/mad/skew/sem/prod 函數的含義。
可以解決內置聚合函數的4個問題：
請使用傳入字典的方法完成gb. agg (['sum', 'idxmax', 'skew'])等價的聚合任務。
在 groupby 對象中可以使用 describe 方法進行統計信息匯總，請同時使用多個聚合函數，完成與該方法相同的功能。
累計函數cumcount/cumsum/cumprod/cummax/cummin
在 groupby 對象中， rank 方法也是壹個實用的變換函數，請查閱它的功能並給出壹個使用的例子。
功能：計算沿軸的數值數據等級（1到n）。相等的值被分配壹個等級，這個等級是這些值等級的平均值（默認）
參數：
被調用的自定義函數， 其傳入值為數據源的序列 ，與 agg 的傳入類型是壹致的，其最後的返回結果是行列索引與數據源壹致的 DataFrame 。
對於 transform 方法無法像 agg 壹樣，通過傳入字典來對指定列使用特定的變換，如果需要在壹次 transform 的調用中實現這種功能，請給出解決方案。
傳入：和filter相同
輸出：3種情況：
會。。不知道是不是這樣：
報的錯是索引名稱需要是可以hash的類型（Series.name must be a hashable type）
不報錯
列索引不同：
<img src="typora-user-images/image-20201225223748508.png" alt="image-20201225223748508" style="zoom:50%;" />
行索引不同：
<img src="typora-user-images/image-20201225223939672.png" alt="image-20201225223939672" style="zoom:50%;" />
每次運行的時間不太相同，數據量小，時間差距不太大。
現有壹份汽車數據集，其中 Brand, Disp., HP 分別代表汽車品牌、發動機蓄量、發動機輸出。