大熊猫得到一个 groupby 的平均值答案

【问题标题】：pandas get average of a groupby大熊猫得到一个 groupby 的平均值
【发布时间】：2016-10-16 04:29:39
【问题描述】：

我正在尝试查找每个 user_id 的平均每月费用，但我只能获得每位用户的平均费用或每位用户的每月费用。

因为我按用户和月份分组，所以除非我将 groupby 输出转换为其他值，否则无法获得第二个 groupby（月）的平均值。

这是我的 df：

     df = { 'id' : pd.Series([1,1,1,1,2,2,2,2]),
            'cost' : pd.Series([10,20,30,40,50,60,70,80]),
            'mth': pd.Series([3,3,4,5,3,4,4,5])}

   cost  id  mth
0    10   1    3
1    20   1    3
2    30   1    4
3    40   1    5
4    50   2    3
5    60   2    4
6    70   2    4
7    80   2    5

我可以获得每月总和，但我想要每个 user_id 的平均月份。

df.groupby(['id','mth'])['cost'].sum()

id  mth
1   3       30
    4       30
    5       40
2   3       50
    4      130
    5       80

我想要这样的东西：

id average_monthly
1 (30+30+40)/3
2 (50+130+80)/3

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

重置索引应该可以工作。试试这个：

In [19]: df.groupby(['id', 'mth']).sum().reset_index().groupby('id').mean()  
Out[19]: 
    mth       cost
id                
1   4.0  33.333333
2   4.0  86.666667

如果需要，您可以直接删除 mth。逻辑是在sum 部分之后，你有这个：

In [20]: df.groupby(['id', 'mth']).sum()
Out[20]: 
        cost
id mth      
1  3      30
   4      30
   5      40
2  3      50
   4     130
   5      80

此时重置索引将为您提供独特的月份。

In [21]: df.groupby(['id', 'mth']).sum().reset_index()
Out[21]: 
   id  mth  cost
0   1    3    30
1   1    4    30
2   1    5    40
3   2    3    50
4   2    4   130
5   2    5    80

这只是再次分组的问题，这次使用mean 而不是sum。这应该会给你平均值。

如果这有帮助，请告诉我们。

【讨论】：

不需要reset_index。 df.groupby(['id', 'mth']).sum().groupby(level=0).mean() 将产生相同的结果。
我们如何将它分配回原始数据框作为新列？ transform trick不能应付双组by
要获取转换，您可以先将id 设置为索引，然后运行groupby 操作：df = df.set_index('id'); df['avg'] = df.groupby(['id','mth']).sum().groupby(level=0).mean()

【解决方案2】：

df_monthly_average = (
    df.groupby(["InvoiceMonth", "InvoiceYear"])["Revenue"]
    .sum()
    .reset_index()
    .groupby("Revenue")
    .mean()
    .reset_index()
)

【讨论】：

您好，感谢您的回答。它对您很有用，但如果您能解释一下您做了什么以及您是如何解决最初的问题的，那将对我们有所帮助！