Python 在考虑列的唯一值时，按groupby计算的平均聚合

我有以下数据帧：

df:
S0  S1  V1  V2  V3  V4
A   B   1   9   1   4
A   B   2   8   1   4
A   B   3   7   1   4
A   B   4   6   1   4
A   B   5   5   1   4
A   B   6   4   1   4
A   C   7   3   2   3
A   C   8   2   2   3
A   C   9   1   2   3
A   C   9   0   2   3

我在这里进行分组，以聚合值并获得下表：

df:
S0  S1  V1  V2  V3  V4
A   B   21  39   1   4
A   C   33   6   2   3

第V1列和第V2列通过总和进行聚合，而第V3列和第V4列根据第S1列的唯一值进行平均

---

分组聚合如果直接使用，则不考虑列S1的唯一值。这方面的前进方向是什么？

我认为您需要按照S0和S1进行分组，并使用聚合：

df1 = (df.groupby(['S0','S1'], as_index=False)
         .agg({'V1':'sum','V2':'sum','V3':'mean','V4':'mean'}))
print (df1)
  S0 S1  V1  V2  V3  V4
0  A  B  21  39   1   4
1  A  C  33   6   2   3

---

我认为您需要按照S0和S1进行分组，并使用聚合：

df1 = (df.groupby(['S0','S1'], as_index=False)
         .agg({'V1':'sum','V2':'sum','V3':'mean','V4':'mean'}))
print (df1)
  S0 S1  V1  V2  V3  V4
0  A  B  21  39   1   4
1  A  C  33   6   2   3

如果直接使用，则不需要将列S1视为唯一值。未来的道路是什么？如果直接使用，则不需要将列S1视为唯一值。未来的道路是什么？