假设有一个包含“用户ID”和“点赞”、“评论”、“分享”等交互类型的数据集，需要按照用户ID对其进行分组。

首先引入必要的库：

import pandas as pd

创建一个包含交互数据的数据集：

data = {'user_id': [1, 2, 3, 1, 2, 2],
        'action': ['like', 'comment', 'share', 'like', 'comment', 'like']}
df = pd.DataFrame(data)
print(df)

输出结果为：

   user_id   action
0        1     like
1        2  comment
2        3    share
3        1     like
4        2  comment
5        2     like

然后根据用户ID和交互类型进行分组：

grouped = df.groupby(['user_id', 'action']).size().reset_index(name='count')
print(grouped)

输出结果为：

   user_id   action  count
0        1     like      2
1        2  comment      2
2        2     like      1
3        3    share      1

其中，“size()”函数用于计算每个分组内的元素个数，“reset_index()”函数用于将计算结果重新命名为“count”并转换为数据框的形式。

通过以上方法，我们就可以按照用户ID和他们的交互类型对数据集进行分组并计算每组的数量。