Python 在多个系列上进行聚合的更好方法

如果这有点简单，请原谅，但我在别处找不到任何答案

我有一个巨大的原始事务数据框架，我将其分解为用户聚合

我的df看起来像：

transid, userid, catname, amount, date, origin
1, id1, cat1, 300, 01/03/2014, cc
2, id1, cat1, 200, 02/03/2014, cc
3, id1, cat2, 250, 01/03/2014, ca
4, id2, cat1, 130, 01/03/2014, cc
5, id2, cat2, 150, 01/03/2014, cc

大约有100万条传输记录，用户数为115k

我正在创建一个包含聚合度量的宽表，其中包含日期和userid索引

date, userid, countoftrans, sumtrans
01/03/2014, id1, 3, 750, 

现在，我很高兴这样做，但发现当我开始做分类切片时，它变得非常手动

我正在创建系列，然后将它们合并回一个数据帧，但我正在做命名切片，这是a）手动的，b）很慢

编辑：结果集需要采用一行用户id的形式，并具有广泛的列集，例如

因此，虽然Groupby聚合确实在逻辑上组织了我的数据，但这正是我想要的（我只是不太了解GroupbyObjects）

我有12个父类，然后在3-5个子类之间，将不得不在所有的这样做，所以我想一个简洁的方式来做到这一点

我尝试在不同的猫名上执行for循环，然后插入该项。这并没有真正起作用，但有没有一种更具泛石器时代的方式

谢谢

---

Rob

如果我正确理解了您所需的输出，这应该可以实现。（不确定为什么要先按类别进行切片，但始终可以将其添加到groupby列表中

df.groupby(['date','userid'])['amount'].agg([sum,len])

编辑：

在看到您的评论和对问题的编辑后，我了解到您想要的是每个用户id一行，对于每个事务类别，有几个列具有摘要统计信息。因此user101的行将包含cat1事务数、cat1事务数、cat2事务数、cat2事务数等等，对吗

在这种情况下，您需要的是：

grouped = df.groupby(['userid','catname'])
aggregated = grouped['amount'].agg([len,sum])
result = aggregated.unstack('catname')

---

这将为您提供所需的数据帧，尽管它具有层次化的列索引。如果您不喜欢它，应该让您开始崩溃该索引。

人们倾向于说，而不是“泛石器时代”；-）现在这很可爱！）我说“pandonic”来反映“pythonic”。谢谢，这有助于我完美简化聚合过程的基础知识，但这会让我在使用groupby对象时遇到一些复杂的情况。我猜我在最后创建了一个稀疏矩阵。如果你编辑你的问题来解释为什么这与你想要的不同，我可以更新我的答案！我只是在与“这么容易吗？！”的概念作斗争。我认为是这样！！谢谢，我已经考虑过了，现在相信它不能解决我的问题（尽管它非常有用）更新了我原来的问题。我需要一个具有宽列集的单行df（因此我按类别进行切片）。这可能只是一个获取groupedby对象并映射到DF的例子，但它仍然感觉像是额外的“努力”。

grouped = df.groupby(['userid','catname'])
aggregated = grouped['amount'].agg([len,sum])
result = aggregated.unstack('catname')