基于多个panda列的唯一值进行分组

cluster_id     bin_time     trial_time           spikes
1               0               0.5                1
2               5               0.7                0 
6               0               0.5                5
3               5               0.7                0
2               5               0.5                1
8.              0.              0.7.               0

前三列有一些重复的值。我想对峰值(最后一列)进行分组,以便对于每个唯一的trial\u时间和bin\u时间的唯一值,我得到峰值的总和。具有不同cluster\u id的尖峰应根据其所属的试验和bin\u时间(计入总和,该维度可以消失)组合在一起。

最后,我试图得到一个矩阵,该矩阵在Y轴上具有唯一的trial\u时间坐标,在X轴上具有唯一的bin\u时间坐标,每个条目都是尖峰的总和(因此我不关心基于“cluster\u id”的微分)。

以下是我尝试的内容:

new_df = groupby('trial_time')['spikes']apply(lambda x: list(x))

trial 0.5, bin time 0 --> count of total 1+5=6 spikes
trial 0.5, bin time 5 --> count of total 1 spike
trial 0.7, bin time 0 --> count of 0 spikes
trial 0.7, bin time 5 --> count of 0+0 = 0

理想情况下,只有尖峰数的2d阵列。