Python Pandas groupby将自定义功能应用于每个组

我有一个多栏的表格。对于其中一列AC，我需要将其替换为结果AC，如下表所示

该函数有一个伪代码，如下所示：

For each unique address:
If 
# of unique(AC) < Value in column B AND 
len(Top 1 (unique(AC))) != len(Top 2 (unique(AC))):
return mode(air_conditioning) 

Else
For each unique(AC), calculate sum(area)
If Top 1 (sum(area)) > Top 2 (SUM(area)):
return air_conditioning which has Top 1 (SUM(building_area))

Else
For each unique(AC), SUM(value)
return air_conditioning with Top 1 (SUM(value))
 

对于每个唯一地址：
如果
#B列和B列中唯一（AC）<值
len（前1名（唯一（AC））！=len（前2名（唯一（AC））：
返回模式（空调）
其他的
对于每个唯一（AC），计算总和（面积）
如果Top 1（总和（面积））>Top 2（总和（面积））：
回风空调，其具有顶部1（总和（建筑面积））
其他的
对于每个唯一（AC），求和（值）
带顶部1的回风空调（总和（值））

Groupby，transfrom sum应该可以

df['col2']=df.groupby('col1')['col2'].transform('sum')

---

是否足够相似？啊，Col3没有变化，必须保持不变。请参阅我的编辑。我的意思是

col2

我们可以在Transform中使用自定义/自行创建的函数吗？我已经编辑了这个问题。我在想办法。你能不能发一个新问题。这将是理想的事情，因为有一个从原来的变化。