Python Pandas：按分组和平均分组？答案

【问题标题】：Python Pandas : group by in group by and average?Python Pandas：按分组和平均分组？
【发布时间】：2015-07-31 11:01:42
【问题描述】：

我有一个这样的数据框：

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

我想计算每个集群每个组织的平均时间。

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？

【问题讨论】：

抱歉，您需要df.groupby(['org','cluster']).mean()吗？与此相反，这对您的数据集没有太大意义：df.groupby(['cluster','org']).mean()
@EdChum 感谢您的帮助，但我想要的不是他们。但是“每个组织的平均时间”。请查看预期结果（已编辑）

标签： python pandas group-by mean

【解决方案1】：

如果您想先对['cluster', 'org'] 的组合取均值，然后对cluster 组取均值，您可以使用：

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cluster 组的平均值，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

您也可以在['cluster', 'org'] 上使用groupby，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

【讨论】：

但我想要每个集群一个数字（每个组织的平均时间）。所以结果只有聚类和平均时间
第一个是我需要的谢谢 - 有没有一种简单的方法可以在 df 中添加一列，其中包含行簇的这些平均值？

【解决方案2】：

我会简单地这样做，这实际上遵循您想要的逻辑：

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

【讨论】：