从pandas groupby返回聚合数据帧

我正试着用各种方法来控制我的头脑。我想写一个函数，它执行一些聚合函数，然后返回一个数据帧。下面是一个使用sum（）的简化示例。我知道有更简单的求和方法，在现实生活中，我的函数更复杂：

将熊猫作为pd导入
df=pd.DataFrame（{'col1'：['A'，'A'，'B'，'B']，'col2'：[1.0,2,3,4]}）
In[3]：df
Output[3]：
col1 col2
0 A 1
1 A 2
2 B 3
3 B 4
def func2（df）：
dfout=pd.DataFrame（{'col1'：df['col1'].unique（），
“someData”：总和（df['col2']））
返回数据输出
t=df.groupby（'col1'）。应用（func2）
In[6]：t
Output[6]：
col1 someData
可乐
A 0 A 3
B 0 B 7

我没想到会有两次col1，也没想到会有那个看起来像神秘索引的东西。我真的以为我会得到col1&amp某些数据

在我的实际应用程序中，我通过多个列进行分组，并且非常希望返回一个数据帧而不是一个序列对象。
在我上面的例子中，有没有关于熊猫正在做什么的解决方案或解释

—-添加信息—

我应该从这个例子开始，我认为：

[13]on

：将熊猫作为pd导入
At[14]on，df=pd.DataFrame（{'col1'：['A'，'A'，'A'，'B'，'B'，'B']，'col2'：['C'，'D'，'D'，'D'，'C'，'C']，'col3'：[1,2,4,6,8,1]}）
In[15]：df
Output[15]：
col1 col2 col3
0 A C 0.1
1 A D 0.2
2 A D 0.4
3 B D 0.6
4 B C 0.8
5b1.0
At[16]：def func3（df）中：
..：dfout=总和（df['col3']**2）
..：返回dfout
....: 
At[17]on：t=df.groupby（['col1'，'col2']）.apply（func3）
In[18]：t
Output[18]：
col1 col2
A C 0.01
D 0.20
B C 1.64
D 0.36

在上图中，apply（）函数的结果是一个系列。它缺少df.groupby中的groupby列。我正在努力解决的问题的本质是，如何创建一个应用于groupby的函数，该函数将返回函数的结果和对其进行分组的列

—-又一次更新—

似乎如果我这样做：

pd.DataFrame（t）.reset_index（）

我得到了一个数据帧，它非常接近我想要的

：g=df.groupby（'col1'））
[12]on：g.get_群（'A'）
Output[12]：
col1 col2
0 A 1
1 A 2
At[13]on：g.get_群（'A'）['col1'].unique（）
Out[13]：数组（[A]，dtype=object）
At[14]on：sum（g.get_群（'A'）['col2']））
Out[14]：3.0

：g.sum（）.reset_index（）
Output[15]：
col1 col2
0 A 3
1 B 7