Pandas groupby，对行求和，并将总和除以组中的行数答案

【问题标题】：Pandas groupby, sum rows, and divide sum by number of rows in groupPandas groupby，对行求和，并将总和除以组中的行数
【发布时间】：2021-05-30 03:33:00
【问题描述】：

我有一个数据框：

>>> import pandas as pd
>>>
>>> df = pd.DataFrame({
...     'P': ['P1', 'P1', 'P2', 'P2', 'P2'],
...     'A1': [0,1,2,1,2],
...     'A2': [5,4,1,3,2],
...     'A3': [5,1,3,8,4],
...     'A4': [2,1,3,4,4],
... })
>>> df
    P  A1  A2  A3  A4
0  P1   0   5   5   2
1  P1   1   4   1   1
2  P2   2   1   3   3
3  P2   1   3   8   4
4  P2   2   2   4   4
>>>

对于每个 P，我必须对 A1-A4 列求和。比这个总和除以 P 行数。例如，每个 P 中的行数为：

>>> df.groupby('P').size()
P
P1    2
P2    3
dtype: int64
>>>

所有列的总和是：

>>> df.groupby('P').sum()
    A1  A2  A3  A4
P
P1   1   9   6   3
P2   5   6  15  11
>>>

但由于我需要按行求和，我将使用：

>>> df.groupby('P').sum().sum(axis=1)
P
P1    19
P2    37
dtype: int64
>>>

现在我必须除以 19/2（大小）和 37/3 才能得到我需要的结果。为了做到这一点，我会准备这样的数据：

>>> pd.concat([df.groupby('P').sum().sum(axis=1), df.groupby('P').size()], axis=1)
     0  1
P
P1  19  2
P2  37  3
>>>

我可以使用 apply 来获得结果：

>>> pd.concat([df.groupby('P').sum().sum(axis=1), df.groupby('P').size()], axis=1).apply(lambda row: row[0]/row[1], axis=1)
P
P1     9.500000
P2    12.333333
dtype: float64
>>>

它有效，但我觉得我的计算过于复杂，因为我需要将行总和除以每个 P 的行数。

如果有人知道更好的方法，我会很高兴听到它。我想至少摆脱 concat。

【问题讨论】：

标签： python-3.x pandas dataframe pandas-groupby apply

【解决方案1】：

这应该可行：

df.groupby('P').sum().sum(1) / df.groupby('P').size()

【讨论】：

【解决方案2】：

非常绕道：

(df.sum(numeric_only = True, axis = 1)
 .groupby(df.P)
 .pipe(lambda df: df.sum()/df.size())
 )

P
P1     9.500000
P2    12.333333
dtype: float64

【讨论】：

【解决方案3】：

您可以将每个组转换为numpy ndarray 并一步将所有值相加：

df.groupby('P').apply(lambda x: x.to_numpy().sum() / len(x))

输出：

P
P1     9.500000
P2    12.333333

【讨论】：

非常有趣的方法。谢谢。