在 Pandas 中获取每个分区的每列平均值 [重复]

Posted 2023-03-11

【中文标题】在 Pandas 中获取每个分区的每列平均值 [重复]

【英文标题】：Get mean per column per partition in Pandas [duplicate]

【发布时间】：2018-11-20 21:28:19

【问题描述】：

我正在尝试获取 DataFrame 的每个分区的每个列的平均值，例如这个：

  country      city  sales  stock
0      UK    London      1     34
1      UK     Leeds      2     20
2      UK     Leeds      3     21
3      RO      Cluj      4     24
4      RO      Cluj      5     25
5      RO Bucharest      6     25

也就是说，我想得到sales 和stock 的平均值，并将它们聚合成country 和city 的独特组合。因此，生成的 DataFrame 应该是：

  country      city  sales  stock
0      UK    London      1     34
1      UK     Leeds    2.5   20.5
2      RO      Cluj    4.5   24.5
3      RO Bucharest      6     25

我的国家 - 城市分区的重复行已聚合为一行，具有平均值。

我研究了有关pandas.DataFrame.mean() 的文档和诸如this one 之类的SO 问题和答案，但没有一个能以直截了当的方式帮助我。任何帮助表示赞赏。

【问题讨论】：

试试这个？ ***.com/questions/46431243/…

【参考方案1】：

groupby

df.groupby(['country', 'city']).mean()

                   sales  stock
country city                   
RO      Bucharest    6.0   25.0
        Cluj         4.5   24.5
UK      Leeds        2.5   20.5
        London       1.0   34.0

---

设置索引

df.set_index(['country', 'city']).mean(level=[0, 1])

---

不设置索引

df.groupby(['country', 'city'], as_index=False, sort=False).mean()


  country       city  sales  stock
0      UK     London    1.0   34.0
1      UK      Leeds    2.5   20.5
2      RO       Cluj    4.5   24.5
3      RO  Bucharest    6.0   25.0

【讨论】：

准确地说，df.groupby(['country', 'city'], as_index=False, sort=False).mean()