我是熊猫和stackoverflow的新手，所以我会尽力解释我的问题所在。
我有一个如下数据框，我想使用多种逻辑来汇总具有相同客户ID和日期的行（因此每个客户ID-日期组合只需要重复一个）：
该日期与客户ID的商店ID的区别计数（客户在每个购买日下订单的商店数）
最后，我们在产品类别2中只有我标识为0或1的产品，我想添加2列以计算产品类别0的销售订单数量和产品类别的销售订单数量1。
我尝试使用下面的代码解决前三点，但没有成功。
df = df.groupby（'客户ID'，'日期'）.sum（'数量'）.count（'销售ID'）。nunique（'商店ID'）
真正挣扎于最后的第四点。
希望您可以在这里帮助我。
答案 0 :(得分：0)
我使用agg（）方法找到了前3点的解决方案：
df.groupby（['Customer id'，'Date']，as_index = False）.agg（{'Quantity'：['sum']，'Sale id'：['count']，'shop id '：['nunique']}）
理想情况下，当=='0'和=='1'时，我会在agg（）中向该计数“产品类别”添加两个附加聚合 有什么想法吗？
