组合假人和计算熊猫数据

Question

我有这样一只熊猫：

​

​

作为一个纯文本：

{'id;sub_id;value;total_stuff相关id和sub‘：'aaa;1;cat;10'，'aaa;1;cat;10'，’aaa；1；狗；10‘，'aaa;2;cat;7'，aaa；2；狗；7’，‘aaa；2；狗；7’，'aaa;3;cat;5'，血脑b；1；熊猫；20‘，’血脑屏障；1；cat；20‘，’血bbb；2；熊猫；12‘}

我想要的输出是这个。

​

​

请注意，有许多不同的“值”可能，所以我需要自动化创建虚拟变量(nb_animals)。但是这些虚拟变量必须包含id和sub_id出现的次数。对于给定的id/sub_id组合，total_stuff总是相同的值。

我试过使用get_dummies(df, columns = ['value'])，它给了我这张桌子。

假人

作为一个纯文本：

{'id;sub_id;value_cat;value_dog;value_panda;total_stuff：'aaa;1;2;1;0;10'，'aaa;2;1;1;0;7'，‘aaa；2；1；1；0；7’aaa；2；1；1；0；7 'aaa;3;1;0;0;5'，‘bbb；1；1；1；0；1;20'，'bbb;1;1;0;1;20'，'bbb;2;0;0;1;12'}

我很想使用某种df.groupby(['id','sub_id']).agg({'value_cat':'sum', 'value_dog':'sum', ... , 'total_stuff':'mean'})，但是编写所有可能的动物价值都太乏味了。

那么，如何获得适当的值聚合计数/和，以及total_stuff的平均值(因为total_stuff在id/sub_id组合中是唯一的)

谢谢

编辑:谢谢齐基奇给出了简洁的回答。agg_dict是我所需要的

Answer 1

使用pd.get_dummies转换分类数据

df = pd.get_dummies(df, prefix='nb', columns='value')

然后按id和subid分组

agg_dict = {key: 'sum' for key in df.columns if key[:3] == 'nb_'}
agg_dict['total_stuff'] = 'mean'
df = df.groupby(['id', 'subid']).agg(agg_dict).reset_index()