Pandas 数据框：按两列分组，然后对另一列进行平均

Posted 2023-02-15

【中文标题】Pandas 数据框：按两列分组，然后对另一列进行平均

【英文标题】：Pandas dataframe: Group by two columns and then average over another column

【发布时间】：2016-06-05 21:00:49

【问题描述】：

假设我有一个具有以下值的数据框：

df:
col1    col2    value
1       2       3
1       2       1
2       3       1

我想首先根据前两列（col1 和 col2）对我的数据框进行分组，然后对第三列的值（值）进行平均。所以想要的输出应该是这样的：

col1    col2    avg-value
1       2       2
2       3       1

我正在使用以下代码：

columns = ['col1','col2','avg']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
print(df[['col1','col2','avg']].groupby('col1','col2').mean())

得到以下错误：

ValueError: No axis named col2 for object type <class 'pandas.core.frame.DataFrame'>

任何帮助将不胜感激。

【参考方案1】：

如果你想按多列分组，你应该把它们放在一个列表中：

columns = ['col1','col2','value']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
df.loc[2] = [2,3,1]
print(df.groupby(['col1','col2']).mean())

或者稍微冗长一些，以便在聚合数据框中获取“平均”一词：

import numpy as np
columns = ['col1','col2','value']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]
df.loc[2] = [2,3,1]
print(df.groupby(['col1','col2']).agg('value': 'avg': np.mean))

【讨论】：

这与我的回答有何不同？

不用担心，但最好不要发布重复的答案，除非有真正的区别

【参考方案2】：

您需要将列列表传递给 groupby，您传递的内容被解释为 axis 参数，这就是它引发错误的原因：

In [30]:
columns = ['col1','col2','avg']
df = pd.DataFrame(columns=columns)
df.loc[0] = [1,2,3]
df.loc[1] = [1,3,3]

print(df[['col1','col2','avg']].groupby(['col1','col2']).mean())
           avg
col1 col2     
1    2       3
     3       3