可以使用Python中的pandas库来进行操作。假设我们有以下示例数据集：

import pandas as pd

data = {
    'date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-02', '2021-01-03'],
    'value': [10, 20, 30, 40, 50, 60],
}

df = pd.DataFrame(data)

这个数据集有两个列，一个是日期，一个是值。下面我们将对这个数据集进行聚合，并计算总分数：

df_grouped = df.groupby(['date', 'value']).size().reset_index(name='count')
df_grouped['score'] = df_grouped['value'] * df_grouped['count']
df_result = df_grouped.groupby('date')['score'].sum().reset_index(name='total_score')

首先，我们对date和value进行groupby，以计算每个日期下每个value的出现次数，并将出现次数重命名为count。然后，我们计算每个组的score，即value乘以count。最后，我们再次对日期进行groupby，以计算每个日期的总分数，并将结果重命名为total_score。

最终的结果会返回一个新的DataFrame，其中包含日期和总分数两列：

print(df_result)

输出结果：

         date  total_score
0  2021-01-01           30
1  2021-01-02          220
2  2021-01-03           60