熊猫-通过迭代过滤器计算平均值

安装程序

np.random.seed([3, 1415])

teams = ['Madrid', 'Man U']
days = 'mon tue wed thu fri sat sun'.split()
df = pd.DataFrame(dict(
    Team=np.random.choice(teams, 15),
    Day=np.random.choice(days, 15),
    Goals=np.random.randint(10, size=15)
))

groupby

df.groupby(
    ['Team', 'Day'], 
    as_index=False
).mean().rename(columns=dict(Goals='Average'))

     Team  Day  Average
0  Madrid  fri     8.00
1  Madrid  mon     3.75
2   Man U  mon     7.00
3   Man U  sat     5.00
4   Man U  sun     5.00
5   Man U  thu     7.00
6   Man U  tue     8.00
7   Man U  wed     4.00

解释

1. 我希望 子句 不言自明
2. as_index=False 讲述 子句 不要将分组列放入结果的索引中。这使我不必 reset_index
3. mean() 取平均值
4. rename(columns=dict(Goals='Average')) 只是内务处理以获得所需的列名称。我把字典传给了 columns 论证 rename 方法。

对评论的回应

熊猫如何知道用哪一列来计算平均值?例如,如果我有两列有数值,我只想取其中一列的平均值,就会发生这种情况。我该怎么告诉熊猫?

您可以通过在 子句

df.groupby(
    ['Team', 'Day'], 
    as_index=False
).Goals.mean().rename(columns=dict(Goals='Average'))

否则,熊猫将尝试平均所有未分组的列。