pandas 得到一群人的平均数 [英] pandas get average of a groupby

问题描述

我试图找到每个user_id的平均每月费用，但我只能够获得每个用户的平均费用或每个用户的每月费用。

因为我按用户和月份分组，所以除非我通过将输出转换成别的东西，否则无法获得第二个组的平均值（月）。 p>

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]）} 
 
费用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 
  

我可以得到每月总和，但我想要平均每个user_id的月份。
$ b $ $ p $ df.groupby（['id'，'mth']）['cost']。sum（）

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


我想要这样的内容：

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

解决方案

重置索引应该可行。试试这个：

 在[19]中：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 
  

如果您愿意，您可以放弃 mth 。逻辑是，在 sum 部分之后，你有这样的结构：

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

在这一刻重设指数会给你独特的月份。

 在[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 而不是总和。这应该给你平均值。

让我们知道这是否有帮助。

I am trying to find the average monthly cost per user_id but i am only able to get average cost per user or monthly cost per user.

Because i group by user and month, there is no way to get the average of the second groupby (month) unless i transform the groupby output to something else.

This is my 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

I can get monthly sum but i want the average of the months for each user_id.

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

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

i want something like this:

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

解决方案

Resetting the index should work. Try this:

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

You can just drop mth if you want. The logic is that after the sum part, you have this:

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

Resetting the index at this point will give you unique months.

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

It's just a matter of grouping it again, this time using mean instead of sum. This should give you the averages.

Let us know if this helps.

这篇关于 pandas 得到一群人的平均数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！