pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动分位数(rolling quantile)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额分位数

pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动平均值(rolling mean)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额平均值

R语言使用dplyr包的groupby函数和summarise函数计算每个分组数据的百分位数、quantile函数计算百分位数、通过设置probs参数计算百分位数

python使用pandas中的groupby函数和agg函数计算每个分组数据的两个分位数（例如、百分之10分位数和百分之90分位数）

R语言使用quantile函数计算dataframe中特定数据列的百分位数、通过设置probs参数计算百分位数

Python数据分析:返回数组的N%分位数

pandas使用sort_values函数和groupby函数获取每个分组数值最大的前N行数据（n rows with largest column value in each group)

pandas使用groupby函数按照多个分组变量进行分组聚合统计、使用agg函数计算分组的多个统计指标（grouping by multiple columns in dataframe）

pandas使用goupby函数和nunique函数计算每个分组对应的多个变量的独特值的个数（ unique values of each group in dataframe）

R语言使用aggregate函数和mad函数计算每个分组数据的中位数绝对偏差

R语言data.table包进行数据分组聚合统计变换（Aggregating transforms）、计算dataframe数据的分组分位数（quantile）