Python Pandy: grupowanie według grup według i średniej?

93

Mam taką ramkę danych:

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

Chciałbym obliczyć średni czas na organizację na klaster.

Spodziewany wynik:

cluster mean(time)
1       15 ((8+6)/2+23)/2
2       54   (74+34)/2
3       6

Nie wiem, jak to zrobić w Pandach, czy ktoś może pomóc?

— UżytkownikRRR
źródło

2

Przepraszam, że chcesz df.groupby(['org','cluster']).mean()? nie ma to df.groupby(['cluster','org']).mean()

— większego

@EdChum dzięki za pomoc, ale nie chcę żadnego z nich. Ale „średnia średnich czasów na organizację”. Zobacz oczekiwany rezultat (edytowany)

— UserRR

132

Jeśli chcesz najpierw wziąć pod uwagę kombinację, ['cluster', 'org']a następnie wziąć średnią na clustergrupach, możesz użyć:

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

Jeśli chcesz tylko średniej z clustergrup, możesz użyć:

In [58]: df.groupby(['cluster']).mean()
Out[58]:
              time
cluster
1        12.333333
2        54.000000
3         6.000000

Można również użyć groupbyna ['cluster', 'org'], a następnie użyć 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

— Zero
źródło

Ale chcę mieć jedną liczbę na klaster (średni czas na organizację). Tak więc wynik to tylko klaster i średni czas

— UserYmY

1

Pierwsza jest tym, czego potrzebowałem, dziękuję - czy istnieje łatwy sposób na dodanie kolumny w df zawierającej te średnie wartości dla klastra wierszy?

— Mr_and_Mrs_D

12

Zrobiłbym to po prostu, co dosłownie jest zgodne z twoją pożądaną logiką:

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

— Vince Payandeh
źródło