在Python中，可以使用Pandas库来进行按特定条件进行Agg和Groupby操作。

首先，我们需要导入Pandas库：

import pandas as pd

然后，我们可以创建一个DataFrame作为示例数据：

data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Tom'],
        'Age': [28, 32, 25, 28, 28],
        'City': ['New York', 'Paris', 'London', 'New York', 'New York'],
        'Salary': [5000, 6000, 4500, 5200, 5300]}

df = pd.DataFrame(data)

现在，我们可以使用groupby函数将数据按照特定的条件进行分组。例如，我们可以按照城市进行分组，并计算每个城市的平均工资：

avg_salary_by_city = df.groupby('City')['Salary'].mean()
print(avg_salary_by_city)

输出结果：

City
London      4500
New York    5166.666667
Paris       6000
Name: Salary, dtype: float64

另外，我们可以使用agg函数对每个分组进行聚合操作。例如，我们可以按照城市进行分组，并计算每个城市的最高和最低工资：

salary_stats_by_city = df.groupby('City')['Salary'].agg(['min', 'max'])
print(salary_stats_by_city)

输出结果：

           min   max
City                
London    4500  4500
New York  5000  5300
Paris     6000  6000

以上就是按特定条件进行Agg和Groupby的解决方法的示例代码。你可以根据自己的需求修改示例代码，并根据实际数据进行操作。