假设我们有一个数据集包含了不同天的某人的消费记录，其中使用了相同的ID号来表示同一人。现在要以ID为依据，计算每个人的总消费。

首先，我们需要读入数据集，数据集可以是一个csv文件，也可以是一个数据框。以下给出数据框的读取方法：

import pandas as pd
data = pd.DataFrame({'ID':[1,2,3,1,2,3,1,2,3],
                     'Date':['2022-01-01','2022-01-01','2022-01-01','2022-01-02','2022-01-02','2022-01-02','2022-01-03','2022-01-03','2022-01-03'],
                     'Spent':[10,20,30,15,25,35,20,30,40]})

接下来，我们可以使用groupby()方法来按ID进行分组，然后使用agg()方法来计算每个人的总消费。

total_spent = data.groupby('ID')['Spent'].agg('sum')

最后，我们可以将结果输出。

print(total_spent)

输出结果：

ID
1    50
2    75
3    105
Name: Spent, dtype: int64

这个结果显示，ID为1的人总共花费50元，ID为2的人总共花费75元，ID为3的人总共花费105元。