平均一个字段超过两列答案

【问题标题】：Average one field over two columns平均一个字段超过两列
【发布时间】：2018-06-12 13:54:14
【问题描述】：

我已经四处搜索并有自己的解决方案，但我相信有更好的方法来实现结果。

我有一个包含以下列的数据框：

from_country   to_country    score

from_country 和 to_country 列具有相同的条目集，例如美国、英国、中国等。对于从到到的每种组合，都有一个特定的分数。

我需要计算每个国家/地区的平均得分，无论出现在 from_country 或 to_country 字段中。

df_from = df[["from_country", "score"]].copy()
df_from.rename(columns={"from_country":"country"}, inplace=True)
df_to = df[["to_country", "score"]].copy()
df_to.rename(columns={"to_country":"country"}, inplace=True)
df_countries = pd.concat([df_from, df_to])

然后最终计算新数据帧的平均值。

有没有更好的方法？

谢谢

【问题讨论】：

标签： python pandas dataframe group-by average

【解决方案1】：

您可以先stack 列，然后一个简单的groupby 将获得所有平均值。

df.set_index('score').stack().reset_index().groupby(0).score.mean()

这是一个重命名列的示例

import pandas as pd
df = pd.DataFrame({'from_country': ['A', 'B', 'C', 'D', 'E', 'G'],
                   'to_country': ['G', 'C', 'Z', 'X', 'A', 'A'],
                   'score': [1, 2, 3, 4, 5, 6]})

stacked = df.set_index('score').stack().to_frame('country').reset_index().drop(columns='level_1')
#    score country
#0       1       A
#1       1       G
#2       2       B
#3       2       C
#4       3       C
#5       3       Z
#...

stacked.groupby('country').score.mean()

输出：

country
A    4.0
B    2.0
C    2.5
D    4.0
E    5.0
G    3.5
X    4.0
Z    3.0
Name: score, dtype: float64

【讨论】：

【解决方案2】：

set_index + concat 的另一种方式：

pd.concat((
    df.set_index('from_country').score, 
    df.set_index('to_country').score
)).groupby(level=0).mean()

A    4.0
B    2.0
C    2.5
D    4.0
E    5.0
G    3.5
X    4.0
Z    3.0

【讨论】：