分组依据和平均值

问题描述：

我有一个像这样的数据框：

cluster  org      time
   1      a       8
   1      a       6
   2      h       34
   1      c       23
   2      d       74
   3      w       6 

我想计算每个组织每个集群的平均时间。

预期结果：

cluster mean(time)
1       15 #=((8 + 6) / 2 + 23) / 2
2       54 #=(74 + 34) / 2
3       6

我不知道如何在 Pandas 中做到这一点，有人可以帮忙吗？

解决方案 1：

如果您希望先对组合取平均值['cluster', 'org']，然后对cluster组取平均值，则可以使用：

In [59]: (df.groupby(['cluster', 'org'], as_index=False).mean()
            .groupby('cluster')['time'].mean())
Out[59]:
cluster
1          15
2          54
3           6
Name: time, dtype: int64

如果您只想要组的平均值cluster，那么您可以使用：

In [58]: df.groupby(['cluster']).mean()
Out[58]:
              time
cluster
1        12.333333
2        54.000000
3         6.000000

您也可以先使用groupbyon ['cluster', 'org']，然后使用mean()：

In [57]: df.groupby(['cluster', 'org']).mean()
Out[57]:
               time
cluster org
1       a    438886
        c        23
2       d      9874
        h        34
3       w         6

解决方案 2：

我只需这样做，它实际上遵循了你想要的逻辑：

df.groupby(['org']).mean().groupby(['cluster']).mean()

解决方案 3：

pivot_table()另一个可能的解决方案是使用然后采取重塑数据框mean()。请注意，必须通过aggfunc='mean'（此平均值time为cluster和org）。

df.pivot_table(index='org', columns='cluster', values='time', aggfunc='mean').mean()

另一种可能性是使用第一个之后level的参数进行聚合：mean()`groupby()`

df.groupby(['cluster', 'org']).mean().mean(level='cluster')