熊猫：groupby答案

【问题标题】：Pandas: groupby熊猫：groupby
【发布时间】：2017-08-25 09:30:14
【问题描述】：

我有数据框

df = pd.DataFrame({'member_id': [111, 111, 111, 111, 222, 222, 333, 333], 'event_duration': [12, 242, 3, 21, 4, 76, 34, 12], 'period': [1, 2, 2, 2, 3, 3, 4, 4]})

   event_duration  member_id  period
0              12        111       1
1             242        111       2
2               3        111       2
3              21        111       2
4               4        222       3
5              76        222       3
6              34        333       4
7              12        333       4

我需要计算period 的数量到每个member_id 和周期的中位数

我用

res = df.groupby(['member_id']).agg({'period': pd.Series.nunique, 'event_duration': np.median}).reset_index()

但它会打印所有时期的中位数。但我需要，例如对于111 将中位数设为 1 和 2 周期，[12, 266]，我该怎么做？

【问题讨论】：

请显示一些预期的输出。无法理解你想要什么。

标签： python pandas dataframe pandas-groupby

【解决方案1】：

这就是你真正需要的吗：

df.groupby(['member_id', 'period'], as_index=False)['event_duration'].sum().groupby(['member_id'], as_index=False).agg({'period': pd.Series.nunique, 'event_duration': np.median})

   member_id  event_duration  period
0        111             139       2
1        222              80       1
2        333              46       1

【讨论】：

【解决方案2】：

据我了解，您需要先按 member_id 分组，然后按期间分组，以便为每个 member_id 的每个期间获取不同的 event_duration 值。

如果是这样的话，我会这样做：

res = df.groupby(['member_id', 'period']).sum()

打印出来：

                  event_duration
member_id period                
111       1                   12
          2                  266
222       3                   80
333       4                   46

然后，再次按 member_id 分组，得到 event_duration 的平均值：

res2 = res.groupby(['member_id']).mean()

打印出来：

           event_duration
member_id                
111                   139
222                    80
333                    46

我希望这是你想要达到的结果。

【讨论】：