Python Pandas:按分组分组,平均?


92

我有一个这样的数据框:

cluster  org      time
   1      a       8
   1      a       6
   2      h       34
   1      c       23
   2      d       74
   3      w       6 

我想计算每个集群每个组织的平均时间。

预期结果:

cluster mean(time)
1       15 ((8+6)/2+23)/2
2       54   (74+34)/2
3       6

我不知道如何在熊猫中做到这一点,有人可以帮忙吗?


2
对不起,你要df.groupby(['org','cluster']).mean()吗?相对于此,这对您的数据集而言意义不大:df.groupby(['cluster','org']).mean()
EdChum 2015年

@EdChum感谢您的帮助,但我要的不是他们。但是是“每个组织平均时间的平均值”。请查看预期结果(已编辑)
UserYmY 2015年

Answers:


131

如果要先对的组合['cluster', 'org']取平均值,然后对cluster组取平均值,则可以使用:

In [59]: (df.groupby(['cluster', 'org'], as_index=False).mean()
            .groupby('cluster')['time'].mean())
Out[59]:
cluster
1          15
2          54
3           6
Name: time, dtype: int64

如果cluster只需要组的均值,则可以使用:

In [58]: df.groupby(['cluster']).mean()
Out[58]:
              time
cluster
1        12.333333
2        54.000000
3         6.000000

您还可以使用groupbyon['cluster', 'org']然后使用mean()

In [57]: df.groupby(['cluster', 'org']).mean()
Out[57]:
               time
cluster org
1       a    438886
        c        23
2       d      9874
        h        34
3       w         6

但是我想要每个集群一个数字(每个组织平均时间的平均值)。因此,结果只是群集和平均时间
UserYmY 2015年

1
第一个是我需要的,谢谢-有没有一种简单的方法可以在df中添加包含这些行聚类平均值的列?
Mr_and_Mrs_D

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.