逐列选择值的平均值

Posted 2023-03-12

【中文标题】逐列选择值的平均值

【英文标题】：Select mean of the values column wise

【发布时间】：2021-07-08 14:24:22

【问题描述】：

我有一个数据集，其中有 5 列。考虑以下数据库：-

City	Vehicle	col3	col4	col5
Jaipur	Car	...	...	...
Jaipur	Car	...	...	...
Jaipur	Bike	...	...	...
Pune	Car	...	...	...
Mumbai	Bike	...	...	...
...	...	...	...	...

大约有 10000 条记录，其中城市有 5 个可能值，即斋浦尔、浦那、孟买、钦奈、印多尔，而 Vehicle 可以有 3 个可能值 car、bike、Activa。

我在数据框上使用了 pandas 的分组功能

    df.groupby(['City', 'Vehicle'])['col3'].count()

它给了我如下信息：-

City	Vehicle	col3
Jaipur	Car	50
Jaipur	Bike	40
Jaipur	Activa	60
Pune	Car	80
Pune	Bike	90
Pune	Activa	30

但我想要的答案如下：-

City	Vehicle	col3
Jaipur	Car	0.33
Jaipur	Bike	0.27
Jaipur	Activa	0.4
Pune	Car	0.40
Pune	Bike	0.45
Pune	Activa	0.15

我无法理解如何在 pandas 中编写代码。

【问题讨论】：

使用value_counts(normalize=True) 代替count() ?

预知：df.groupby(['City'])['Vehicle'].value_counts(normalize=True).

或者 df.groupby(['City'])['col3'].value_counts(normalize=True) 如果想依靠 col3 （但仍分组在 City 下）。正如问题标题提到的按列。因此，可能要计算每列的各个值。 OP需要澄清这一点。

@SeaBean 谢谢它的工作，它给了我想要的答案。

太好了！我已将建议发布为下面的答案。如果您认为该建议对您有帮助，请记得accept the answer and upvote。

【参考方案1】：

如果您要依靠col3（但仍归入City），请尝试以下操作：

df.groupby('City')['col3'].value_counts(normalize=True)

这将为您提供所需的相对部分（总和为 1），而不是实际计数。您也可以对其他列进行类似的重复。