要编写TensorFlow联合聚合函数，您可以使用TensorFlow Federated（TFF）库。以下是一个例子，展示了如何编写一个联合平均聚合函数。

首先，确保您已安装tensorflow_federated库：

pip install tensorflow_federated

然后，您可以使用以下代码编写联合平均聚合函数：

import tensorflow_federated as tff

@tff.federated_computation
def federated_mean(dataset):
  # 初始化累加器
  total_sum = tff.federated_sum(tff.zeros(dataset.element_spec))

  # 定义聚合逻辑
  @tff.federated_computation(total_sum.type_signature.result, dataset.element_spec)
  def accumulate(sum_, value):
    return tff.federated_sum(sum_ + value)

  # 聚合所有客户端的数据
  total_sum = tff.federated_reduce(dataset, total_sum, accumulate)

  # 计算平均值
  count = tff.federated_broadcast(tff.federated_value(dataset.reduce(tf.constant(0), lambda x, _: x + 1), tff.SERVER))
  return tff.federated_map(lambda x: x / count, total_sum)

# 使用示例数据集进行测试
dataset = [1.0, 2.0, 3.0, 4.0]  # 示例数据集
result = federated_mean(dataset)

print(result)

在上面的代码中，我们首先使用tff.federated_computation装饰器定义了一个联合聚合函数federated_mean。然后，我们使用tff.federated_sum初始化了一个累加器total_sum，并定义了一个内部聚合逻辑accumulate。

接下来，我们使用tff.federated_reduce在所有客户端上聚合数据，并使用tff.federated_broadcast广播服务器上的数据计数。最后，我们使用tff.federated_map将总和除以计数，计算得到平均值。

最后，我们使用示例数据集测试了联合平均聚合函数，并打印了结果。

请注意，上述示例仅展示了如何编写一个简单的联合平均聚合函数。根据您的具体需求，您可能需要根据数据集的特点和聚合逻辑进行相应的修改。