按熊猫数据框分组的平均值

Question

我需要计算列的平均每天的持续时间和公里数 value ==1 和 values = 0 的行。

df
Out[20]: 
                          Date duration km   value
0   2015-03-28 09:07:00.800001    0      0    0
1   2015-03-28 09:36:01.819998    1      2    1
2   2015-03-30 09:36:06.839997    1      3    1 
3   2015-03-30 09:37:27.659997    nan    5    0 
4   2015-04-22 09:51:40.440003    3      7    0
5   2015-04-23 10:15:25.080002    0      nan  1

我怎样才能修改这个解决方案以获得duration_value0、duration_value1、km_value0和km_value1的平均值？

df = df.set_index('Date').groupby(pd.Grouper(freq='d')).mean().dropna(how='all')
print (df)
            duration   km
Date                     
2015-03-28       0.5  1.0
2015-03-30       1.5  4.0
2015-04-22       3.0  7.0
2015-04-23       0.0  0.0

Answer 1

我相信由Date 和value 组成一个小组应该这样做。 调用dfGroupBy.mean 后跟df.reset_index 以获得您想要的输出：

In [713]: df.set_index('Date')\
           .groupby([pd.Grouper(freq='d'), 'value'])\
           .mean().reset_index(1, drop=True)
Out[713]: 
            duration   km
Date                     
2015-03-28       0.0  0.0
2015-03-28       1.0  2.0
2015-03-30       NaN  5.0
2015-03-30       1.0  3.0
2015-04-22       3.0  7.0
2015-04-23       0.0  NaN

Answer 2

我认为您正在寻找数据透视表，即

df.pivot_table(values=['duration','km'],columns=['value'],index=df['Date'].dt.date,aggfunc='mean')

输出：

持续时间公里 值 0 1 0 1 日期 2015-03-28 0.0 1.0 0.0 2.0 2015-03-30 NaN 1.0 5.0 3.0 2015-04-22 3.0 NaN 7.0 NaN 2015-04-23 NaN 0.0 NaN NaN 在[24]中：

如果您想要新的列名，例如 distance0,distance1 ...您可以使用列表推导，即如果您将数据透视表存储在 ndf 中

ndf.columns = [i[0]+str(i[1]) for i in ndf.columns]

输出：

持续时间0 持续时间1 km0 km1 日期 2015-03-28 0.0 1.0 0.0 2.0 2015-03-30 NaN 1.0 5.0 3.0 2015-04-22 3.0 NaN 7.0 NaN 2015-04-23 NaN 0.0 NaN NaN