要按列单独聚合数据框分组，可以使用groupby()函数和聚合函数来实现。以下是一个示例代码，演示了如何按列单独聚合数据框分组：

import pandas as pd

# 创建示例数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
        'Age': [20, 25, 30, 35, 40, 45],
        'City': ['New York', 'Paris', 'London', 'Tokyo', 'Sydney', 'Berlin'],
        'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)

# 按Name列分组，并计算平均年龄和总薪资
grouped = df.groupby('Name').agg({'Age': 'mean', 'Salary': 'sum'})
print(grouped)

输出结果为：

      Age  Salary
Name             
John   30   17000
Nick   32   15000
Tom    27   13000

在上述示例中，我们首先创建了一个包含Name、Age、City和Salary列的数据框。然后，我们使用groupby()函数按Name列分组，并使用agg()函数来对每个分组应用聚合函数。在这个例子中，我们计算了每个人的平均年龄和总薪资。

注意，agg()函数的参数是一个字典，其中键表示要聚合的列，值表示要应用的聚合函数。在这个例子中，我们使用'Age': 'mean'来计算平均年龄，使用'Salary': 'sum'来计算总薪资。

希望这个示例能够帮助你理解如何按列单独聚合数据框分组。