以下是一个示例代码，用于按userid和月份进行统计，并选择以月份为列的月份数：

import pandas as pd

# 创建示例数据
data = {'userid': [1, 1, 1, 2, 2, 3],
        'date': ['2021-01-01', '2021-01-15', '2021-02-01', '2021-01-10', '2021-02-05', '2021-02-15'],
        'amount': [100, 200, 150, 300, 250, 100]}
df = pd.DataFrame(data)

# 将日期列转换为日期类型，并提取月份
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].dt.month

# 按userid和月份进行统计求和
result = df.groupby(['userid', 'month']).sum()

# 重塑数据框，以月份为列
result_pivot = result.pivot_table(index='userid', columns='month', values='amount', fill_value=0)

print(result_pivot)

运行上述代码，将得到按userid和月份进行统计求和，并选择以月份为列的月份数的结果。输出结果类似于以下格式：

month   1    2
userid         
1       300  150
2       300  250
3         0  100

其中，行表示userid，列表示月份，每个单元格表示对应userid和月份的求和结果。如果某个userid在某个月份没有数据，则填充为0。