按 pandas 数据框分组的意思 [英] Mean of a grouped-by pandas dataframe

问题描述

我需要计算colums持续时间的每天平均值，以及值为== 1且值为0的
行的km。

<$ p $
出发[20]：
日期持续时间km值
0 2015-03-28 09：07：00.800001 0 0 0
1 2015 -03-28 09：36：01.819998 1 2 1
2 2015-03-30 09：36：06.839997 1 3 1
3 2015-03-30 09：37：27.659997 nan 5 0
4 2015-04-22 09：51：40.440003 3 7 0
5 2015-04-23 10：15：25.080002 0 nan 1

如何修改此解决方案以获得平均值duration_value0，duration_value1，km_value0和km_value1？

  df = df.set_index（'Date'）。groupby（pd.Grouper（freq ='d'））。mean（）。dropna（how ='all'）
 print df）
持续时间公里
日期
 2015-03-28 0.5 1.0 
 2015-03-30 1.5 4.0 
 2015-04-22 3.0 7.0 
 2015年4月23日0.0 0.0 
  

解决方案

/ p>

  df.pivot_table（values = ['duration'，'km']，columns = ['value']，index = df ['Date']。dt.date，aggfunc ='mean'）
  

输出：

 
持续时间公里
值0 1 0 1 
日期
 2015-03-28 0.0 1.0 0.0 2.0 
 2015-03-30 NaN 1.0 5.0 3.0 
 2015-04-22 3.0 NaN 7.0 NaN 
 2015-04-23 NaN 0.0 NaN NaN 
 In [24]：
 
 

如果您想要新的列名称，例如distance0，distance1 ...您可以使用列表理解，即如果将数据透视表存储在 ndf

  ndf.columns = [i [0] + str（i [1]）为我在ndf.columns] 
  

输出：

 
 duration0 duration1 km0 km1 
日期
 2015-03-28 0.0 1.0 0.0 2.0 
 2015-03-30 NaN 1.0 5.0 3.0 
 2015-04-22 3.0 NaN 7.0 NaN 
 2015-04 -23 NaN 0.0 NaN NaN 
 
 

I need to calculate the mean per day of the colums duration and km for the rows with value ==1 and values = 0.

df
Out[20]: 
                          Date duration km   value
0   2015-03-28 09:07:00.800001    0      0    0
1   2015-03-28 09:36:01.819998    1      2    1
2   2015-03-30 09:36:06.839997    1      3    1 
3   2015-03-30 09:37:27.659997    nan    5    0 
4   2015-04-22 09:51:40.440003    3      7    0
5   2015-04-23 10:15:25.080002    0      nan  1

how can I modify this solution in order to have the means duration_value0, duration_value1, km_value0 and km_value1?

df = df.set_index('Date').groupby(pd.Grouper(freq='d')).mean().dropna(how='all')
print (df)
            duration   km
Date                     
2015-03-28       0.5  1.0
2015-03-30       1.5  4.0
2015-04-22       3.0  7.0
2015-04-23       0.0  0.0

解决方案

I think you are looking pivot table i.e

df.pivot_table(values=['duration','km'],columns=['value'],index=df['Date'].dt.date,aggfunc='mean')

Output:

           duration        km     
value             0    1    0    1
Date                              
2015-03-28      0.0  1.0  0.0  2.0
2015-03-30      NaN  1.0  5.0  3.0
2015-04-22      3.0  NaN  7.0  NaN
2015-04-23      NaN  0.0  NaN  NaN
In [24]:

If you want the new column names like distance0,distance1 ... You can use list comprehension i.e if you store the pivot table in ndf

ndf.columns = [i[0]+str(i[1]) for i in ndf.columns]

Output:

            duration0  duration1  km0  km1
Date                                      
2015-03-28        0.0        1.0  0.0  2.0
2015-03-30        NaN        1.0  5.0  3.0
2015-04-22        3.0        NaN  7.0  NaN
2015-04-23        NaN        0.0  NaN  NaN

这篇关于按 pandas 数据框分组的意思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！