Pandas - 如何进行分组，其中新列是（一列的总和）/（分组的数量）的结果？答案

【问题标题】：Pandas - How to make a groupment in which a new column is the result of (sum of a column)/(number of itens grouped)?Pandas - 如何进行分组，其中新列是（一列的总和）/（分组的数量）的结果？
【发布时间】：2019-06-07 02:20:12
【问题描述】：

我需要进行某种分组，其中新列（结果）是值列的总和除以找到的项目数？有人可以帮帮我吗？

例如：

表 A

+-------+------+
| item  | value|
+-------+------+
| x     |  100 |
| y     |  200 |
| y     |  400 | 
+-------+------+

正确结果：

表 B

+-------+-----------+
| item  | result    |
+-------+-----------+
| x     | 100/1     |
| y     |(200+400)/2|
+-------+-----------+

代码：

d = {'item': ['x', 'y', 'y'], 'value': [100,200,400]}
df = pd.DataFrame(data=d)
df

【问题讨论】：

df.groupby(['item']).apply(lambda x: x['value'].sum()/len(x))

标签： pandas pandas-groupby sklearn-pandas pandasql

【解决方案1】：

你可以使用DataFrameGroupBy.agg:

s = df.groupby('item')['value'].agg(lambda x: x.sum()/len(x)) 
print (s)
item
x    100
y    300
Name: value, dtype: int64

或将GroupBy.sum 与GroupBy.size 分开：

g = df.groupby('item')['value']
s = g.sum() / g.size()
print (s)
item
x    100.0
y    300.0
Name: value, dtype: float64

但是sum/size 是mean，所以解决方案应该简化为GroupBy.mean：

s = df.groupby('item')['value'].mean()
print (s)
item
x    100
y    300
Name: value, dtype: int64

【讨论】：