Python 在df.groupby（）.agg（）中表达所需操作的泛化方式

这个问题可能与pandas无关，但我不确定python在函数作为参数传递给另一个函数时是如何处理的

无论如何，请遵守以下准则的意图，问题是三重引用：

import pandas as pd
import numpy as np

"""given:"""
df = pd.DataFrame(
    {
        'a': [100]*2+[200]*2,
        'b': np.arange(11,55,11),
    }
)
gb = df.groupby('a', as_index=0)

"""what's the pandanic way of writing the following working code:"""
gb.agg( {'b': lambda sr: sr.iat[0]})

def foo(sr, arg):
    return sr.sum() + arg
gb.agg( {'b': lambda sr: foo(sr, 888)} )

"""into the following pseudo, but not working, code:"""
gb.agg( {'b': iat[0]} )
gb.agg( {'b': foo( ,888)} )

---

即

n次

gb.nth(0)
Out[503]: 
     a   b
0  100  11
2  200  33

---

我不确定这是否重复，因为除了第一行之外还有一个

sum（）

操作。