组合假人并计算熊猫数据框架

Question

我有这样的pandas dataframe：

作为纯文本：

{'id; sub_id; value; total_stuff与ID和sub_id'： ['aaa; 1; cat; cat; 10'，'aaa; 1; cat; cat; 10'，'aaa; 1; dog; dog; 10'，'aaa; 2; cat; cat; 7'， 'aaa; 2;狗; 7'，'aaa; 3; cat; 5'，'bbb; 1; panda; 20'，'bbb; 1; cat; cat; 20'， 'bbb; 2; panda; 12']}

我想要的所需输出就是这样。

请注意，可能存在许多不同的“值”，因此我需要自动化虚拟变量的创建（NB_Animals）。 但是这些假人变量必须包含ID和sub_id的事件数量。 对于给定的ID/SUB_ID组合，Total_Stuff始终是相同的值。

我已经尝试使用get_dummies（df，columns = ['value']），这给了我这个表。

使用get_dummies

作为纯文本：

{'id; sub_id; value_cat; value_dog; value_panda; total_stuff与id相关 and sub_id'：['aaA; 1; 1; 1; 0; 0; 10'，'aaA; 1; 1; 1; 1; 0; 0; 10'，'aaa; 1; 1; 1; 1; 0; 0; 10'，10'，， 'aaA; 2; 1; 1; 0; 7'，'aaA; 2; 1; 1; 1; 0; 7'，'aaA; 3; 1; 0; 0; 0; 0; 5'，'，'bbb; 1; 1; 1; 0; 0 ; 1; 20'，， 'bbb; 1; 1; 0; 1; 20'，'bbb; 2; 0; 0; 1; 1; 12']}

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

因此，如何获得值适当的汇总计数/值的值，以及total_stuff的平均值（由于total_stuff为唯一/id/sub_id组合），

谢谢

编辑：感谢Chikich的整洁答案。 agg_dict是我需要的

Answer 1

使用pd.get_dummies用于转换分类数据

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

，然后由ID组和SubID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()