Pandas Dataframe groupby：双重分组和应用功能答案

【问题标题】：Pandas Dataframe groupby: double groupby & apply functionPandas Dataframe groupby：双重分组和应用功能
【发布时间】：2017-07-10 03:50:24
【问题描述】：

我有一个关于熊猫数据框的问题：

我有一个如下的数据框，

df = pd.DataFrame([[1,1,10],[1,1,30],[1,2,40],[2,3,50],[2,3,150],[2,4,100]],columns=["a","b","c"])   

   a  b    c
0  1  1   10
1  1  1   30
2  1  2   40
3  2  3   50
4  2  3  150
5  2  4  100

我想产生以下输出，

  a "new col"
0 1 30
1 2 100

其中第一行计算如下：

按第一列“a”对 df 进行分组，
然后将每个分组的对象分组为“b”
计算该 b 组“c”的平均值
计算一个“a”的所有 b-groupb 的均值
这是一个“a”存储在“new col”中的最终值

我可以想象这有点令人困惑，但我希望这是可以理解的。

我达到了预期的结果，但由于我需要它来处理一个巨大的数据帧，我的解决方案可能会很慢，

pd.DataFrame([ [a, adata.groupby("b").agg({"c": lambda x:x.mean()}).mean()[0]] for a,adata in df.groupby("a") ],columns=["a","new col"])
   a  new col
0  1     30.0
1  2    100.0

因此，我需要的是（？） df.groupby("a").groupby("b")["c"].mean()

非常感谢您！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这是一种方法

In [101]: (df.groupby(['a', 'b'], as_index=False)['c'].mean()
             .groupby('a', as_index=False)['c'].mean()
             .rename(columns={'c': 'new col'}))
Out[101]:
   a  new col
0  1       30
1  2      100

【讨论】：

【解决方案2】：

In [57]: df.groupby(['a','b'])['c'].mean().mean(level=0).reset_index()
Out[57]:
   a    c
0  1   30
1  2  100

【讨论】：

【解决方案3】：

df.groupby(['a','b']).mean().reset_index().groupby('a').mean()
Out[117]: 
     b      c
a            
1  1.5   30.0
2  3.5  100.0

【讨论】：