如何聚合这些数据并使用 python 和 pandas 创建一个新列？

Question

我正在尝试使用 pandas 来聚合列数据，以便根据数据集中的变量（例如广告尺寸、广告类别广告展示位置等）计算我的数据集中广告的 CPC。 所以在下面的例子中，我将 adCost 和 adClicks 按 adSize 分组（这是一个 1-5 的分类变量）。 如何在数据集中生成一个新列，该列将采用现在汇总的每个 adSize 的 adCost 和每个 adSize 的 adClick 并计算每个 adSize 的每次点击成本？ 我将聚合保存到一个变量中，但它没有将它保存到 DataFrame 或我以后可以进一步操作的对象中。我错过了什么或做错了什么？

import pandas as pd
import numpy as np

df = pd.DataFrame(data)

from sklearn import preprocessing
label_encoder = preprocessing.LabelEncoder()

## Convert 'adSize' to categorial values
df['adSize'] = df['adSize']
df['adSize'] = label_encoder.fit_transform(df['adSize'])

agg_calc = {
    'adCost':{
     # work on the "calculation" column
        'total_cost': 'sum', 
        'avg_cost': 'mean'  
    },
    'adClicks':{
        'total_clicks': 'sum',
        'avg_click': 'mean',
        'count': 'count'
    }
}

## Aggregate by adSize
y= df.groupby(['adSize']).aggregate(agg_calc)

感谢您的帮助

Answer 1

您应该可以简单地使用groupby。我没有你的数据，我不完全确定我理解你的问题，但类似下面的东西应该可以工作：

df['total_cost'] = df.groupby('adSize')['adCost'].transform('sum')
df['avg_cost'] = df.groupby('adSize')['adCost'].transform('mean')
df['total_clicks'] = df.groupby('adSize')['adClicks'].transform('sum')
df['avg_click'] = df.groupby('adSize')['adClicks'].transform('mean')
df['count'] = df.groupby('adSize')['adClicks'].transform('count')

这就是你要问的吗？