您可以在GroupBy § Computations / descriptive stats下的文档中找到完整列表。
List当前包含许多聚合函数：
全部、任意、bfill、回填、计数、累计计数、累计最大值、累计最小值、累计生产、累计和、填充、第一个、头、最后一个、最大值、平均值、中值、最小值、n组、第n个、ohlc、填充、生产、等级、pct_change、大小、SEM、标准、总和、变量、尾部
以下方法在SeriesGroupBy和DataFrameGroupBy对象中都可用，但可能略有不同，通常是因为DataFrameGroupBy版本通常允许指定轴参数，并且通常允许指定一个参数，该参数指示是否将应用程序限制为特定数据类型的列。
全部，任意，回填，bfill，校正，计数，覆盖，累计计数，累计最大，累计最小，累计生产，累计和，描述，差异，填充，填充na，过滤器，历史记录，idxmax，idxmin，mad，nunique，填充，pct_change，绘图，分位数，排名，重采样，采样，移位，大小，倾斜，采用，tshift，value_counts
以下方法仅适用于SeriesGroupBy对象。
历史，n最大，n最小，唯一，单调递增，单调递减
以下方法仅适用于DataFrameGroupBy对象。
箱线图

pandas/core/base.py的相关部分（here，第298行）：

def _try_aggregate_string_function(self, arg, *args, **kwargs):
    """
    if arg is a string, then try to operate on it:
    - try to find a function (or attribute) on ourselves
    - try to find a numpy function
    - raise

    """
    f = getattr(self, arg, None)
    if f is not None:
        if callable(f):
            return f(*args, **kwargs)
    f = getattr(np, arg, None)
    if f is not None:
        return f(self, *args, **kwargs)

    raise ValueError("{arg} is an unknown string function".format(arg=arg))

本质上，它试图将字符串作为函数来使用，然后尝试对numpy进行相同的操作，以防它是一个内置函数，否则它返回一个ValueError。
如果有人比我知道得更多，我会很高兴，但如果没有，希望这能有所帮助。

适用于.agg()的聚合包括：
平均值-df.agg('mean')
中位数-df.agg('median')
模式-df.agg('mode')
总和-df.agg('sum')
计数-df.agg('count')
最大值-df.agg('max')
最小值-df.agg('min')
标准差-df.agg('std')
方差-df.agg('var')
偏斜度-df.agg('skew')
峰度-df.agg('kurt')