在具有两列以上 groupby 的 Pandas 中查找分类值的平均值答案

【问题标题】：Find average of categorical values in Pandas with groupby of more than two columns在具有两列以上 groupby 的 Pandas 中查找分类值的平均值
【发布时间】：2021-03-25 21:00:46
【问题描述】：

我有一个 df：

player_id   action  level
    1   miss    level_1
    1   kill    level_1
    1   miss    level_1
    1   miss    level_1
    1   miss    level_1
    1   miss    level_2
    2   miss    level_3
    2   miss    level_3
    2   kill    level_3
    3   miss    level_3

如何计算每个级别中每位用户的平均击杀数？我已经试过了：

d = df.groupby(['level', 'player_id', 'action']).level.count()

这给了我一个熊猫系列：

level   player_id  action
level_1    1       kill     1
                   miss     4
level_2    1       miss     1
level_3    2       kill     1
                   miss     2
           3       miss     1

我只想进一步了解每个级别每个玩家的平均击杀数。最终的 df 应该是这样的：

level      average_kills
level_1    0.2
level_2    0
level_3    0.1667

【问题讨论】：

d.xs('kill', level=2).sum(level=0)/d.sum(level=0)

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

【解决方案1】：

试试：

df.action.eq('kill').groupby([df.level, df.player_id]).mean().mean(level=0)

level
level_1    0.200000
level_2    0.000000
level_3    0.166667
Name: action, dtype: float64

【讨论】：

【解决方案2】：

从初始数据帧中，您可以groupby 和value_counts 然后unstack 以确保每个玩过关卡的玩家都有kill 和miss。然后逐级取平均值。

res = (df.groupby(['player_id', 'level'])
          ['action'].value_counts(normalize=True)
          .unstack(-1).fillna(0)
          ['kill'].mean(level='level'))

level
level_1    0.200000
level_2    0.000000
level_3    0.166667
Name: kill, dtype: float64

【讨论】：