Python：如何为每个用户分组？

我有一个如下所示的数据帧

                      uid                       timestamp          count  val
0   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     23     3
1   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     20     2
2   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 15:00:00     10     5
3   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     9      6
4   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     9      3

                      uid                       timestamp          count  val
0   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     43    2.5
2   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 15:00:00     10     5
3   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     18    4.5

我想对每个

uid

进行分组，以获得每小时

count

的总和和

val

我想要如下的东西

                      uid                       timestamp          count  val
0   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     23     3
1   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     20     2
2   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 15:00:00     10     5
3   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     9      6
4   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     9      3

                      uid                       timestamp          count  val
0   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 13:00:00     43    2.5
2   ccf7758a-155f-4ebf-8740-68320f279baa    2020-03-17 15:00:00     10     5
3   16162f81-d745-41c2-a7d6-f11486958e36    2020-03-18 09:00:00     18    4.5

---

您可以尝试使用自定义函数的字典式定义将

groupby

与

agg

结合使用：

import pandas pd
import numpy as np

df.groupby(['uid', 'timestamp']).agg({"val": np.mean, "count" :np.sum})

尝试：

df.groupby（['uid'，timestamp']）.agg（{'count'：'sum'，'val'：'mean'}）

或

df.groupby（['uid'，pd.Grouper（key='timestamp'，freq='1H'））.agg（{'count'：'sum'，val'：'mean'}）