为调查中的每个组乘以元素答案

【问题标题】：Multplying groupby elements for each group in survey为调查中的每个组乘以元素
【发布时间】：2020-07-24 07:54:06
【问题描述】：

我正在处理 Stack Overflow 2019 调查数据。 here is Survey 2019 data.

该数据中有很多列。

我要进行这个计算--->“Age1stCode 的总和”/“相关年龄的人数”。

Age1stCode 是调查中的一列，说明了编码的第一年。年龄是一列“年龄”。

我根据“年龄”创建了一个群组。

我只想将每个相反的数字相乘，然后将它们相加。例如，对于 11 岁 = (6x3)+(7x3)+ (9x2)+.......(8x1)。我想为每个年龄段的人做这件事。所以最后，我想实现一个输出，就像我附加的文件“Age 11.0 ----> 326（它只是随机的），Age 12.0 ---> 468）

我的目标是计算这个 ---> 每个年龄段的 Age1stCode 总和。

here is the output that I want to work with. Attached File.

【问题讨论】：

请查看stackoverflow.com/help/minimal-reproducible-example。到目前为止，您应该包含您的代码，并且回答问题所需的所有数据都应该是文本，而不是图像或外部资源的链接。
随便做吧：df.groupby('Age').Age1stCode.sum().
@QuangHoang 出现一个错误，提示“您只能将 str 转换为 str”，因此我将“Age”和“Age1stCod”值都转换为 str，然后修复了错误。但输出不像我预期的那样。 10 岁时写成 444（应该是 3），11 岁时写成 69771078911656（应该是 91）
为什么要将数值转换为字符串？

标签： pandas numpy matrix survey

【解决方案1】：

df_grouped = df.groupby('Age').agg({'Age1stCode': 'sum'}).reset_index()
new_col = df_grouped['Age1stCode'] / df_grouped['Age']

【讨论】：

非常感谢！我修改了你的代码，它给了我想要的结果。 df_grouped = df.groupby('Age').agg({'Age1stCode': 'sum'}) new_col = df_grouped['Age1stCode']